fundaÇÃo universidade federal de rondÔnia …lise espacial e... · dados da incidência...
TRANSCRIPT
FUNDAÇÃO UNIVERSIDADE FEDERAL DE RONDÔNIA
PROGRAMA DE PÓS-GRADUAÇÃO EM BIOLOGIA EXPERIMENTAL
MARIA TEIXEIRA DO NASCIMENTO FILHA
ANÁLISE ESPACIAL E EPIDEMIOLÓGICA DA MALÁRIA NO MUNICÍPIO DE
CANDEIAS DO JAMARI NO ESTADO DE RONDÔNIA
PORTO VELHO
2015
MARIA TEIXEIRA DO NASCIMENTO FILHA
ANÁLISE ESPACIAL E EPIDEMIOLÓGICA DA MALÁRIA NO MUNICÍPIO DE
CANDEIAS DO JAMARI NO ESTADO DE RONDÔNIA
Dissertação apresentada ao Programa de pós-graduação em Biologia Experimental da Universidade Federal de Rondônia como requisito para obtenção do título de Mestre. Orientador. Dr. Tony Hiroshi Katsuragawa
PORTO VELHO
2015
Aluna: MARIA TEIXEIRA DO NASCIMENTO FILHA
Título da Dissertação: ANÁLISE ESPACIAL E EPIDEMIOLÓGICA DA
MALÁRIA NO MUNICÍPIO DE CANDEIAS DO JAMARI NO ESTADO DE RONDÔNIA
Defesa de Dissertação do curso de Pós-Graduação Stricto Sensu em
Biologia Experimental da Universidade Federal de Rondônia, nível Mestrado, em Sessão
Pública realizada em 08 de agosto de 2015.
Banca Examinadora
1) Dr. Tony Hiroshi Katsuragawa - Presidente (CEPEM)
2) Dra. Genimar Rebouças Julião – 1º Titular (FIOCRUZ)
Julgamento: ________________Assinatura: ____________________________
3) Dra. Joana D’Arc Neves Costa – 2º Titular (CEPEM)
Julgamento: ________________Assinatura: ____________________________
4) Dr. Mauro Shugiro Tada – 1º Suplente (CEPEM)
Julgamento: ________________Assinatura: ____________________________
5) Dra. Maísa da Silva Araújo – 2º Suplente (FIOCRUZ)
6)
Julgamento: ________________Assinatura: ____________________________
Dedico
À Deus pela fortaleza,
A Alcides P. J. dos Santos Júnior, esposo
e companheiro dessa longa jornada,
A minha amada filha Isabele, alegria da
minha vida,
Aos meus pais Raimundo e Maria, pela
motivação aos estudos,
A todos meus familiares que estiveram ao
meu lado durante essa caminhada.
Agradecimentos
Agradeço à Deus por me fortalecer nos momentos difíceis e por permitir a prosseguir
em mais uma caminhada nos conhecimentos.
A meu querido esposo Alcides Procópio Justiniano dos Santos Júnior pela
compreensão, amor e carinho.
Ao meu orientador Professor Tony Hiroshi Katsuragawa, pela sua generosidade,
paciência, ensinamentos e oportunidade confiada, durante essa caminhada.
Ao Dr. Mauro Shugiro Tada, pela oportunidade.
Ao Alzemar Alves de Lima, pelo apoio e colaboração.
As minhas amadas amigas Josiane Mendes da Silva, Tatiana Marcondes dos Santos
e Jeane Maia Zeferino, por estarem sempre ao meu lado, obrigada pela confiança e
amizade.
Ao meu amigo Roger Lafontaine pelo apoio na tradução do resumo.
A minha amiga Renata Santos Rodrigues que esteve ao meu lado me apoiando
durante essa caminhada.
A Dra. Joana D’Arc Neves Costa pela confiança, apoio e amizade.
A Anginéia Lima pelo apoio durante essa caminhada, obrigada Néia pelo carinho.
A todos os meus familiares pelo incentivo e por fazerem acreditar que o sonho seria
possível.
A toda equipe do Laboratório de Epidemiologia CEPEM/FIOCRUZ que contribuíram
direta e indiretamente ao longo desse trabalho.
Agradeço ao CEPEM e FIOCRUZ-RO pelo apoio logístico.
A Fundação Universidade Federal de Rondônia e o Programa de Pós-Graduação em
Biologia Experimental pela oportunidade.
Aos professores da Pós graduação pelo incentivo.
RESUMO
A malária é uma das principais doenças infecto-parasitárias do mundo. No
Brasil 99,7% dos casos notificados ocorrem na Amazônia Legal, cuja área possui
característica geográfica e ecológica propensa à transmissão da doença. Para
entender estes padrões, ferramentas de análise espacial vêm sendo ultimamente
utilizadas, para auxiliar no monitoramento e controle dessa doença. O presente estudo
analisou a distribuição da incidência da malária no município de Candeias do Jamari,
localizada no Estado de Rondônia, utilizando as ferramentas do SIG (Sistemas de
Informações Geográficas), para dar suporte no controle e vigilância da doença na
região. Os dados sobre os casos de malária, população e localidades foram obtidos
no Sistema de Vigilância Epidemiológica da malária (SIVEP-Malária). O banco de
dados foi gerado no software MS Excel®. As informações cartográficas do município,
foram obtidas através homepages de domínio público, disponibilizados no Instituto
Brasileiro de Geografia e Estatística (IBGE) e Agência Nacional das Águas (ANA).
Com o uso de equipamento portátil (GPS) foi possível determinar as coordenadas
geográficas das localidades do município. As localidades georreferenciadas foram
exportados para software GPS TrackMaker® para construção de mapas digitalizados
do município de Candeias do Jamari. Para a análise espacial foram utilizados os
dados da Incidência Parasitária anual do período de 2008 a 2013 de cada localidade.
A análise espacial foi realizada por meio do programa Terra View® versão 4.2.0,
utilizando o método de estimativa de densidade de Kernel, que gera uma superfície
de densidade que permite a identificação de áreas quentes. Neste estudo foram
identificadas e georreferenciadas as 84 localidades do município de Candeias do
Jamari cadastradas no SIVEP-Malária. Destas, as rurais responderam por 68,1% dos
casos de malária em 2008 e de 54,9% ao longo de 2013. No perímetro urbano do
município, no entanto, foi observado um aumento gradativo na proporção de casos de
malária no mesmo período, atingindo 45,1% em 2013. A análise espacial mostrou que
os bairros Satélite e Santa Izabel apresentaram maior intensidade para incidência da
malária nos períodos de 2012 e 2013. O presente estudo demonstrou que está
ocorrendo mudanças no padrão da distribuição da malária no município de Candeias
do Jamari, da área rural para o perímetro urbano. A técnica de Kernel se mostrou uma
ferramenta eficiente para direcionar as tomadas de decisão no controle e vigilância da
malária na região.
Palavras-chave: Malária. Candeias do Jamari. Epidemiologia. Análise
espacial.
ABSTRACT
Malaria is one of the main infectious and parasitic diseases in the world. In Brazil
99.7% of reported cases occur in the Amazon, whose area has geographical and
ecological characteristics prone to disease transmission. To understand these
patterns, spatial analysis tools have been lately used to assist in the monitoring and
control of this disease. This study analyzed the distribution of the incidence of malaria
in the municipality of Candeias do Jamari, in the state of Rondônia, using the tools GIS
(Geographic Information Systems), to support the control and surveillance of the
disease in the region. Data on cases of malaria, people and locations were obtained
from the Epidemiological Surveillance System of malaria (SIVEP-Malaria). The
database was generated in MS Excel® software. Cartographic information from the
city, were obtained homepages public domain, available in the Brazilian Institute of
Geography and Statistics (IBGE) and the National Water Agency (ANA). Using
portable equipment (GPS) it was possible to determine the geographical coordinates
of municipal locations. The georeferenced localities have been exported to
TrackMaker® GPS software for building digital maps of the municipality of Candeias
do Jamari. For spatial analysis used data from the annual incidence of the period 2008
to 2013 Parasitic of each locality. The spatial analysis was performed using the Terra
View® program version 4.2.0 using the kernel density estimation method, which
generates a surface density which allows the identification of hot spots. This study
identified and georeferenced the 84 locations in Candeias do Jamari registered in
SIVEP-Malaria. Of these, the rural areas accounted for 68.1% of malaria cases in 2008
and 54.9% over 2013. In the urban localities of the municipality noted, however a
gradual increase in the proportion of malaria cases in the same period, reaching 45.1%
in 2013. the spatial analysis showed that TV and Santa Izabel neighborhoods had
higher intensity to incidence of malaria in the periods of 2012 and 2013. This study
showed that is occurring changes in the pattern of distribution of malaria in Candeias
do Jamari municipality, from the rural area to the urban area. The Kernel technique
proved to be an efficient tool to drive decision making in the control and surveillance
of malaria in the region.
Keywords: Malaria. Candeias do Jamari. Epidemiology. Spatial analysis
Lista de Siglas e Abreviaturas
ANA Agência Nacional das Águas
CEM Campanha de Erradicação da Malária
CEPEM Centro de Pesquisa em Medicina Tropical
DDT Dicloro-dimetil-tricloroetano
EFMM Estrada de Ferro Madeira-Mamoré
GPS Sistema de Posicionamento Global
IBGE Instituto Brasileiro de Geografia e Estatística
INPE Instituto Nacional de Pesquisas Espaciais
IPA Incidência Parasitária Anual
OMS Organização Mundial de Saúde
PIACM Plano de Intensificação das Ações de Controle da Malária na
Amazônia Legal
PCMAN Projeto de Controle da Malária na Bacia Amazônica
PNCM Programa Nacional de Controle da Malária
SIG Sistemas de Informações Geográficas
SIVEP-Malária Sistema de Informação de Vigilância Epidemiológica – Malária
SUCAM Superintendência de Campanhas de Saúde Pública
Lista de Figuras
Figura Descrição
Página
1 Distribuição mundial das áreas endêmicas de malária
do ano de 2010 por P. falciparum (A) e P. vivax (B).
15
2 Mapa de risco de transmissão da malária por município
na Amazônia Legal, do período de 2010 a 2013.
17
3 Evolução dos casos de malária no Brasil de 1960 a
2013.
20
4 Localização da área de estudo na América do Sul (A),
no estado de Rondônia (B), a área territorial (C) e área
urbana de Candeias do Jamari (D).
26
5
6
Proporção da população por sexo, e área de residência.
Fluxograma do método proposto.
27
28
7 Imagem ilustrativa da composição de camadas de
imagens para confecção do mapa temático de Kernel.
30
8 Mapa temático do município de Candeias do Jamari
com as localidades georrefernciadas.
32
9 Detalhe da área urbana da cidade de Candeias do
Jamari. Os números representam os bairros das Flores
(1), Novo Horizonte (2), Palheiral (4), Santa Izabel (5),
Satélite (6), União (7) e Santa Letícia (62), segundo a
numeração SIVEP.
33
10 Evolução dos casos de malária em Rondônia, Porto
Velho e Candeias do Jamari, no período de 2008 a
2013.
34
11
12
Mapa de risco de transmissão da malária por município
no estado de Rondônia, do período de 2010 a 2013.
Proporção de casos de malária por espécie parasitária
35
36
do município de Candeias do Jamari no período de
2008 a 2013.
13 Distribuição de casos de malária por área e espécie
parasitária, no período de 2008 a 2013 do município de
Candeias do Jamari.
37
14 Proporção de casos de malária por espécie parasitária
e área de ocorrência do município de Candeias do
Jamari no período de 2008 a 2013.
38
15 Evolução mensal dos casos de malária de Candeias do
Jamari, no período de 2008 a 2013.
39
16
17
Mapa de estimativa de densidade de Kernel da
incidência de malária no município de Candeias do
Jamari, no período de 2008.
Mapa de estimativa de densidade de Kernel da
incidência de malária na área urbana de Candeias do
Jamari, no período de 2008 a 2013.
40
41
18 Somatória percentual dos casos de malária das
localidades urbanas: Santa Izabel, Flores, Novo
Horizonte, Palheiral, Satélite, União e Santa Letícia, em
relação do total do município, no período de 2008 a
2013.
43
Lista de Tabelas
Tabela Descrição Página
1 As 10 localidades com maior número casos de malária no
período de 2008 a 2010 no município de Candeias do
Jamari.
42
Sumário
1. INTRODUÇÃO ........................................................... 14
1.1. EPIDEMIOLOGIA ........................................................... 14
1.1.2. Malária no Mundo.......................................................... 14
1.1.3. Malária no Brasil............................................................ 16
1.1.4. Malária em Rondônia.................................................... 17
1.2. PROGRAMAS DE CONTROLE DA MALÁRIA NO
BRASIL......................................................................... 18
1.3. APLICAÇÃO DAS FERRAMENTAS DE ANÁLISE
ESPACIAL NA EPIDEMIOLOGIA DA
MALÁRIA.......................................................................
22
1.4. ANÁLISE DE ESTIMATIVA DE DENSIDADE DE
KERNEL ......................................................................... 23
2. OBJETIVO GERAL ........................................................ 25
2.1. OBJETIVOS ESPECÍFICOS .......................................... 25
3. MATERIAL E MÉTODOS ........................................ 26
3.1. ÁREA DE ESTUDO......................................................... 26
3.2. COLETA E PROCESSAMENTO DOS DADOS
SECUNDÁRIOS DE MALÁRIA ...................................... 27
3.3. DADOS DEMOGRÁFICOS E MALHAS
DIGITALIZADAS ........................................................... 27
3.4. GEORREFERENCIAMENTO DAS LOCALIDADES ....... 28
3.5. ANÁLISE ESPACIAL E ESTIMATIVA DE DENSIDADE
DE KERNEL .................................................................. 29
3.6. ANÁLISE DOS NÍVEIS DO RISCO DE TRANSMISSÃO
DA MALÁRIA ................................................................ 30
4. RESULTADOS.......................................................... 32
5. DISCUSSÃO............................................................... 44
6. CONCLUSÃO.............................................................. 48
7. REFERÊNCIAS......................................................... 49
ANEXOS
14
1. INTRODUÇÃO
A malária é uma doença causada por protozoários do gênero Plasmodium,
também conhecida como febre palustre, impaludismo ou febre intermitente,
transmitida pela picada do mosquito fêmea Anopheles. No homem há quatro espécies
que habitualmente o parasitam: Plasmodium malariae, Plasmodium vivax,
Plasmodium falciparum e Plasmodium ovale, sendo que este último com distribuição
limitada ao Continente Africano (BRASIL, 2009; REY, 2011). Porém uma quinta
espécie denominada Plasmodium knowlesi tem infectado humanos no sudeste da
Ásia de acordo com estudo realizado por White (2008), sendo essa espécie antes
conhecida por infectar apenas símios.
1.1. EPIDEMIOLOGIA
1.1.2. Malária no Mundo
Apesar da redução da taxa de morbidade e mortalidade observada nos
últimos anos, a malária ainda é uma das principais doenças infecciosas no
mundo. Segundo estimativa da Organização Mundial da Saúde (OMS) em seu
último relatório, cerca da metade da população mundial está exposta ao risco
de contrair a doença, onde incidem anualmente cerca de 198 milhões de casos
e 584 mil óbitos, sobretudo entre crianças menores de cinco anos e gestantes
que corresponde a 86% das mortes ocorridas no continente Africano (WHO,
2014). A malária possui uma ampla distribuição espacial predominante nas
regiões tropicais e subtropicais da África, Sul da Ásia, Oceania e Américas
Central e do Sul (Figura 1) (WHO, 2012; WHO, 2013; WHO, 2014).
15
Figura 1. Distribuição mundial das áreas endêmicas de malária do ano
de 2010 por P. falciparum (A) e P. vivax (B).
Fonte: Gething e colaboradores (2011; 2012), adaptado.
16
1.1.3. Malária no Brasil
No Brasil a malária continua sendo problema de saúde pública, apesar de sua
taxa de incidência ter reduzido (BRASIL, 2011a). Atualmente a malária encontra-se
praticamente restrita à Amazônia Legal, que é composta pelos Estados do Acre,
Amapá, Amazonas, Maranhão, Mato Grosso, Pará, Rondônia, Roraima e Tocantins,
onde são registrados 99,7% dos casos notificados no país (ROCHA et al., 2006;
BRASIL, 2013a). Esse fato deve-se a região apresentar características
epidemiológicas que favorecem a transmissão, tais como fatores socioeconômicos,
culturais e políticos, fatores biológicos como a presença do parasito (plasmódio) e o
vetor (anofelino) e do homem (MOTTA, 1992; SILVEIRA, 2001).
De acordo com Ministério da Saúde, no período de 2010, foram notificados
334.672 casos, 5.273 internações e 63 óbitos devido à infecção por malária, no país.
Sendo a espécie Plamodium vivax a mais prevalente, quase 90% dos casos, enquanto
que a transmissão por Plasmodium falciparum que é responsável pelos casos graves
e letais da doença tem diminuído nos últimos anos (BRASIL, 2010).
O risco de contrair a malária no Brasil é medido por meio do indicador Incidência
Parasitária Anual (IPA), que é a razão entre o número de casos registrados e a
população da área estudada, e os valores da IPA classificam as regiões endêmicas
como: áreas de alto risco (IPA: ≥ 50,0/1.000 habitantes), médio risco (IPA: 10,0 a
49,9/1.000 hab.) e baixo risco (IPA: 0,1 a 9,9/1.000 hab.) (BRASIL, 2009; SARAIVA
et. al., 2009). Nos últimos quatro anos, foram observadas gradativas reduções da IPA
na Amazônia Legal (Figura 2). O número de casos de malária vem apresentando um
declínio na maioria dos municípios da Amazônia Legal. Esse padrão ainda não possui
estudo científico que o explique, apesar de alguns autores associarem as alterações
climáticas e ambientais como responsável pela redução/aumento das doenças
transmitidas por vetores (GETHING et al., 2010; BAI; MORTON, 2013). Porém alguns
estudos descrevem que esse declínio não só no Brasil como no mundo pode estar
ocorrendo provavelmente devido aos programas de controle da malária ter focado nas
estratégias de diagnóstico precoce e tratamento imediato (MMBANDO et al., 2010;
BARBOSA et al., 2014).
17
Figura 2. Mapa de risco de transmissão da malária por município na Amazônia
Legal, do período de 2010 a 2013.
Fonte de dados: Sistema de Informação de Vigilância Epidemiológica-Malária /
Secretaria de Vigilância em Saúde / Ministério da Saúde (SIVEP-Malária/SVS/MS);
Fonte da imagem: Laboratório de Epidemiologia do Centro de Pesquisa em Medicina
Tropical (CEPEM/SESAU/RO).
1.1.4. Malária em Rondônia
Em Rondônia algumas epidemias da malária estão relacionadas aos processos
migratórios que ocorreram ao longo de sua história. O primeiro fluxo migratório na
18
região ocorreu na metade do século XIX, pela busca da borracha nativa em
decorrência do interesse internacional. Durante o final do século XIX e início do século
XX, ocorreu a construção da ferrovia Estrada de Ferro Madeira-Mamoré (EFMM) que
também contribuiu com o fluxo de migração desordenada na região
(KATSURAGAWA et al., 2008).
Durante a década de 1940 houve uma nova onda migratória, ocasionada pela
exploração do látex designada como segundo ciclo da borracha, apresentando altos
níveis epidêmicos da malária (DEANE, 1989). Nos anos de 1960 a 1980 ocorreram
outros fatos importantes que também colaboraram para o aumento da população,
como grandes projetos de colonização, abertura da rodovia federal BR-364, entre
Cuiabá a Porto Velho, extração de minerais, descobertas de jazidas, exploração de
garimpos, favoreceram a transmissão da malária (BARATA, 1995).
Recentemente ocorreu uma nova onda migratória marcada pelas construções
das hidrelétricas no Rio Madeira, em Santo Antônio e Jirau, no município de Porto
Velho, que atraiu milhares de trabalhadores em busca de novas fontes de emprego.
(KATSURAGAWA et. al., 2008, 2009; BEZERRA, 2010).
De acordo com Freitas et al. (2010) em 2009 ocorreu um aumento no número
de casos de malária no Distrito de Jaci-Paraná, que pode estar relacionado com o
aumento da população local devido às construções das hidrelétricas na região. Estudo
anterior já alertava para a necessidade de melhorias no sistema público de saúde para
ações de combate e controle da doença, onde o mesmo já previa o aumento do
número de casos de malária não somente durante a fase de construção, mas após o
seu término (KATSURAGAWA et al., 2009).
Esse fato é plausível devido a modificação dos locais de procriação do vetor da
malária. Com o aumento da lâmina d’água ocasionado pelos dois reservatórios, existe
a possibilidade que ocorra modificação na taxa de proliferação do mosquito, que deve
se estabilizar, e aumentar, após a criação de uma extensa área às margens desses
reservatórios que se estende por mais de 600 km2 (Katsuragawa, 2006).
1.2. PROGRAMAS DE CONTROLE DA MALÁRIA NO BRASIL
No Brasil as medidas de controle contra a malária têm um amplo histórico que
se inicia a partir de pesquisas como de Adolfo Lutz, Carlos Chagas e Arthur Neiva.
Carlos Chagas, em uma de suas palestras contra a malária, já discutia a necessidade
19
de campanhas contra o impaludismo, sendo seu principal alvo seria os mosquitos
transmissores (HOCHMAN et al., 2002).
No início da década de 1930, o Anopheles gambiae adentrou a cidade de Natal,
no Rio Grande do Norte, se alastrando por todo litoral nordestino, provocando
epidemia da malária. Em 1939, foi implantado o Serviço de Malária do Nordeste com
apoio da Fundação Rockefeller, e foi desenvolvido um programa de controle que
erradicou o Anopheles gambiae da região (BRASIL, 2006).
Nos anos de 1940, a malária acometia cerca de quatro a cinco milhões de
pessoas em todo Brasil. Visto que, em 1945 o Brasil passou adotar o uso do inseticida
Dicloro-Dimetil-Tricloroetano (DDT) no controle vetorial residual, conforme
preconização da OMS, e também empregou o uso dos medicamentos antimaláricos
“sal cloroquinado”, o qual foi suspenso devido à resistência do P. falciparum à droga.
Todavia permanecia alto o índice de casos de malária no país, então foi estabelecida
a Campanha de Erradicação da Malária (CEM) que possibilitou a redução da
incidência da doença no país nos anos 60 (BARATA, 2000).
No período de 1960 a 2013, as notificações de números de casos de malária
registrados no Brasil teve uma enorme variação, como pode ser observado na figura
3. No ano de 1960 foram registrados menos de 100 mil casos notificados no país, na
década de 1980 o número de casos de malária elevou-se em função de intensos
movimentos migratórios na região Amazônica, esse aumento ocorreu devido a
construção de usinas hidrelétricas, exploração de ouro, abertura de estradas e
desenvolvimento de projetos de colonização (BRASIL, 2010).
20
Figura 3. Evolução dos casos de malária no Brasil de 1960 a 2013.
Fonte de dados: Gerência Técnica de Malária/CCDTU/DEOPE/FNS,
SIM/CENEPI/FNS, SVS/SIVEP-Malária; Rey, 2001; Loiola et al.,2002; Oliveira-
Ferreira et al., 2010; Brasll, 2014c.
Na década de 1970, a Superintendência de Campanhas de Saúde Pública
(SUCAM), passa assumir a responsabilidade pelo controle da malária no Brasil, nas
quais enfrentou dificuldades principalmente na região amazônica, já que o trabalho
realizado naquela área não teve efetividade no controle da endemia. Isso se deve a
distintas ocorrências epidemiológicas com constante fluxo migratório em busca da
exploração econômica dos recursos naturais, ocasionando ocupação desordenada na
região (MOTTA, 1992; HOCHMAN; SILVA, 2011).
Diante das várias dificuldades de combater a malária na região amazônica,
mais uma medida de controle foi implantada no início da década de 80: a estratificação
epidemiológica, o programa Operação Impacto (1986) que visava reduzir a
morbimortalidade no Pará, Mato Grosso e Rondônia que apresentavam mais de 80%
dos casos de malária da região (LOIOLA et al., 2002).
Em 1989 foi efetivado o Projeto de Controle da Malária na Bacia Amazônica
(PCMAN) que tinha como finalidade diminuir a incidência da malária na região
amazônica (SILVEIRA, 2001).
21
Durante a Conferência Interministerial da OMS, realizada em Amsterdã em
outubro de 1992 foi estabelecido nova estratégia para o controle da malária no mundo,
o Brasil passa adotar as recomendações da conferência de Amsterdã no combate à
malária a qual tinha por finalidade, reduzir a morbimortalidade, danos sociais e
econômicos causados pela doença. Os princípios estratégicos para o controle da
malária eram: diagnóstico precoce e tratamento imediato dos casos (LOIOLA, et al.,
2002; LADISLAU et al., 2006; BRASIL, 2010). No entanto até o final de 1999 a região
amazônica apresentou um IPA de 31,9 onde registrou-se 635.644 casos, (BRASIL,
2003a; BRASIL, 2006). Em 2000, foi implantado o Plano de Intensificação das Ações
de Controle da Malária (PIACM) na Amazônia Legal, com finalidade de diminuir em
50% o número de casos malária, também visava impedir o aparecimento de epidemias
localizadas (BRASIL, 2004). Em sequência (2002) foi criado o Programa Nacional de
Controle da Malária (PNCM) que visava dar continuidade aos avanços do PIACM,
expandindo e estruturando os serviços de saúde além dos estados da Amazônia
Legal, sendo os principais objetivos o diagnóstico precoce, tratamento adequado dos
casos e controle vetorial (BRASIL, 2009).
O Ministério da Saúde, por meio da Secretária de Vigilância em Saúde
implantou o Sistema de Informação da Vigilância Epidemiológica da Malária (SIVEP-
Malária) com intuito de notificar os casos de malária na região amazônica (BRASIL,
2011c). Essas informações são enviadas para uma base de dados para que as três
esferas do âmbito municipal, estadual e federal, possam de forma hábil ter acesso as
notificações para apreciações e decisões que auxiliem na detecção precoce da
epidemia da malária em determinada região (BRAZ et al., 2006). Apesar do SIVEP-
Malária permitir a análise da evolução da doença, o sistema ainda apresenta algumas
limitações em relação à avaliação estatística da incidência da malária. Além disso,
essa limitação não permite a informação adequada da distribuição espacial nos
municípios (BRAZ, 2013). É sabido que o abastecimento de dados é dependente do
departamento de epidemiologia de cada município, e que pode sofrer alterações em
até seis meses após o encerramento do mês a ser analisado. Esse fato se deve
principalmente a localidades notificantes de difícil acesso, e sem acesso à rede
mundial de computadores. Também é importante destacar as subnotificações dos
casos de malária, preenchimento incorreto dos dados, possíveis erros na identificação
das espécies de Plasmodium sp., duplicidade do registro quando o mesmo paciente
22
é submetido a mais de um exame e campos de preenchimento ignorados (ALMEIDA
et al., 2010; SIMÕES et al., 2014; BRASIL, 2015b).
1.3. APLICAÇÃO DAS FERRAMENTAS DE ANÁLISE ESPACIAL NA
EPIDEMIOLOGIA DA MALÁRIA
A utilização de mapas temáticos para distribuição espacial de doenças é bem
antiga, sendo explorada pioneiramente por John Snow que evidenciou por meio de
mapeamento a transmissão do cólera em Londres no ano de 1854 (GUTMANN et al.,
2008).
A moderna técnica de análise de dados epidemiológicos tem se demonstrado
favorável no entendimento da distribuição da doença na população e espaço. As
apropriações dos métodos estatísticos da análise espacial vêm sendo cada vez mais
utilizada na saúde coletiva com a finalidade de auxiliar no planejamento e
monitoramento do controle de doenças (CARVALHO; SOUZA-SANTOS, 2005).
As análises espaciais incluem diversas tecnologias como os sistemas de
informações geográficas (SIG), sensoriamento remoto e o sistema de posicionamento
global (GPS) (SAXENA et al., 2009). Nos últimos anos o SIG tem se destacado nos
serviços de saúde, na vigilância epidemiológica e estudos ecológicos (CARVALHO;
SOUZA-SANTOS, 2005).
Para Ortiz (2003), o uso dessas ferramentas permite o tratamento, cruzamento,
sobreposição, análise e visualização das informações espaciais sobre formas de
mapas temáticos para apresentação de dados geograficamente referenciados,
viabilizando possíveis decisões para planejamento.
Muitos estudos já utilizaram a ferramenta da análise espacial para investigação
epidemiológica da malária e risco de transmissão, demonstrando que o uso da técnica
mostra-se prático para vigilância e controle da doença. ZHANG et al. (2008) utilizaram
o SIG para verificar a situação da epidemia da malária em Anhui província da China.
Um outro estudo realizado por Oliveira et al. (2011), analisaram a distribuição espacial
de casos de malária associando os fatores ambientais e suas alterações em um
assentamento rural Vale do Amanhecer no estado de Mato Grosso. As ferramentas
de análise espacial empregadas no estudo de Souza-Santos et al. (2008) no estado
23
de Rondônia em reservas indígenas, auxiliou na identificação de áreas com maiores
necessidades para medidas de controle da malária.
Outros estudos realizados na Região Amazônica demonstraram que o uso das
ferramentas de análise espacial apresentaram amplo potencial para o entendimento
espacial dos dados, considerando a localização e identificação de áreas de risco para
malária, bem como apresentando resultados consistentes para apoiar as tomadas de
decisões para o controle da doença (ATANAKA-SANTOS et al., 2006; RODRIGUES
et al., 2008).
A caracterização dos padrões espaciais e temporais de risco para transmissão
da malária, demonstrados por meio dos mapas, é uma ferramenta importante para
guiar programas de controle da saúde. (KAZEMBE et. al., 2006; YESHIWONDIM et
al., (2009). Kleinschmidt et al. (2001) afirmam que o conhecimento exato da
distribuição da malária por meio de mapas é importante no monitoramento e
planejamento da avaliação da doença.
De um modo geral o mapa é uma forma clássica para focalizar de forma
explícita a localização espacial de dados referente a uma determinada área (BRASIL,
2007). Permitindo descrever a distribuição espacial global e local, além da percepção
visual da distribuição espacial do problema (SANTOS; RAIA, 2006; BRAZ, 2013).
1.4. ANÁLISE DE ESTIMATIVA DE DENSIDADE DE KERNEL
A estimativa de densidade de Kernel exerce um papel importante na
epidemiologia, por se tratar de um método simples para avaliar e estimar a intensidade
pontual de uma ocorrência em uma área de estudo (GATRELL; BAILEY, 1996;
GOMES, 2011) permite a análise do padrão de distribuição de um evento, ou mesmo
realizar a localização pontual dos agravos a serem estudados, na qual considera as
coordenadas geográficas a serem analisadas em uma superfície contínua (SOUZA-
SANTOS; CARVALHO, 2000; CARVALHO; SOUZA-SANTOS, 2005).
O método é capaz de gerar uma superfície de densidade identificando de forma
visual áreas quentes (hotspots), ou seja, a ocorrência de uma área quente como uma
concentração de eventos que indica de alguma forma a aglomeração em uma
distribuição espacial (BRASIL, 2007). De forma simplificada, é a superposição de
camadas de uma área, onde uma camada pode representar o relevo, outra a
24
hidrografia, as estradas, os eventos, etc. De acordo com Câmara e Carvalho (2001),
o estimador de Kernel é um método prático e de fácil entendimento, capaz de fornecer
uma visão geral da distribuição de primeira ordem dos eventos. Além disso, estimativa
de densidade de Kernel é considerado uma ferramenta de análise exploratória de
dados espaciais que permite a identificação de áreas de alto risco para determinadas
doenças, demonstradas por meio de mapas que avalia o risco constante para uma
dada região, sendo capaz direcionar adequadamente subsídios para intervenção de
um agravo (CÂMARA et al., 2004). A desvantagens que o método apresenta é a
dependência da escolha do raio de influência e o aumento de suavização da
superfície, que podem em alguns casos produzir variações significativas nas
localizações de interesse (CAMARGO et al., 2002)
Nesse contexto a técnica de Kernel torna-se uma ferramenta de grande
importância e aplicabilidade epidemiológica para identificação de áreas de risco, com
intuito de definir regiões com maior intensidade de transmissão de determinadas
doenças (i.e.: malária, dengue, leishmaniose e dentre outras) e assim direcionar
auxílios para ações de controle (Brasil, 2007).
O uso dos métodos de análise espacial no controle da malária tem se mostrado
como grande aliado para a saúde pública, orientando tomadas de decisões e ações
de controle. Assim sendo, é fundamental realizar a distribuição espacial da malária
para identificação das áreas de risco de transmissão no município de Candeias do
Jamari, que é o município com a maior IPA de Rondônia nos últimos oito anos. Além
disso, é importante frisar que com essas informações permitirão o direcionamento
otimizado das ações de controle e combate à malária, uma vez que foi observada
redução de casos na área rural e aumento na área urbana.
25
2. OBJETIVO GERAL
Realizar a análise espacial e epidemiológica da malária no município de
Candeias do Jamari, Estado de Rondônia.
2.1 OBJETIVOS ESPECÍFICOS
• Identificar e georreferenciar as localidades do município de Candeias do
Jamari, cadastradas no Sistema de Informação de Vigilância Epidemiológica -
Malária, SIVEP-Malária;
• Obter os dados secundários de casos de malária do município de Candeias do
Jamari por localidade, cadastradas no Sistema de Informação de Vigilância
Epidemiológica - Malária, SIVEP-Malária, no período de 2008 a 2013;
• Distribuir os casos de malária por espécie parasitária, no período de 2008 a
2013 das 10 localidades com maior incidência;
• Elaborar mapas temáticos digitalizados do território do município de Candeias
do Jamari;
• Realizar análise espacial da IPA por meio da estimativa de densidade de Kernel
no período de 2008 a 2013.
26
3. MATERIAL E MÉTODOS
3.1. ÁREA DE ESTUDO
O município de Candeias do Jamari está localizado ao Norte do Estado de
Rondônia, a 20 km do município de Porto Velho, capital do estado. Foi criado pela Lei
Estadual número 363, de 13 de fevereiro de 1992. Este município está cadastrado no
SIVEP-Malária sob número 110080 (BRASIL, 2014c).
Possui uma extensão territorial de 6.843,87 km2 (Figura 4), e população
estimada de 23.573 habitantes, sendo 65,2% residentes em área urbana e 34,8% em
área rural (BRASIL, 2014b), e 52,2% são do sexo masculino (Figura 5).
Figura 4. Localização da área de estudo na América do Sul (A), no estado de Rondônia (B), a área territorial (C) e área urbana de Candeias do Jamari (D).
Fonte da imagem: Laboratório de Epidemiologia CEPEM/SESAU/RO.
27
Figura 5. Proporção da população por sexo, e área de residência.
Fonte: IBGE, 2014.
Uma das principais receitas do município é representada pelos royalties
oriundos da usina hidrelétrica de Samuel, que gerou um grande reservatório d’água,
representado em azul turquesa na figura 4 C (IBGE, 2014).
3.2. COLETA E PROCESSAMENTO DOS DADOS SECUNDÁRIOS DE MALÁRIA
As informações sobre casos de malária, espécie parasitária, IPA e localidades
existentes foram coletadas no SIVEP-Malária, da Secretaria de Vigilância em Saúde
do Ministério da Saúde, no período de 2008 a 2013. Essas informações foram obtidas
através da autorização e supervisão do Laboratório de Epidemiologia do Centro de
Pesquisa em Medicina Tropical (CEPEM). As informações foram tabuladas por local
provável de infecção, em banco de dados digital, MS Excel®, o que permite analisar
a distribuição das ocorrências de malária por localidade cadastrada no SIVEP-Malária.
Dessa forma, é possível exportar para outros softwares para efetuar as análises de
georreferenciamento e espaciais.
3.3. DADOS DEMOGRÁFICOS E MALHAS DIGITALIZADAS
Para evitar possíveis distorções nas análises de IPA, a base populacional
utilizada foi a do SIVEP-Malária (BRASIL, 2014c). As informações cartográficas
digitalizadas do município foram obtidas através do Instituto Brasileiro de Geografia e
Estatística (IBGE). Essas informações (malhas digitais) do território do município de
Candeias do Jamari, bem como suas estradas municipais, estaduais e federais, e
hidrografia foram obtidas através acesso à homepages de instituições públicas, sendo
28
disponibilizados gratuitamente (de domínio público) do IBGE e Agência Nacional das
Águas (ANA) (BRASIL, 2014a; 2014b). Os arquivos possuem informações vetoriais
de latitude e longitude de cada traçado de limite territorial, bem como das coleções
aquáticas. Essas informações permitem o cruzamento de dados com as coordenadas
obtidas das localidades cadastradas no SIVEP-Malária. Feito isso, os dados foram
combinadas para a elaboração dos mapas temáticos de análise espacial, conforme
representada no fluxograma (Figura 6).
Figura 6. Fluxograma do método proposto.
Fonte: A autora.
3.4. GEORREFERENCIAMENTO DAS LOCALIDADES
As coordenadas geográficas das localidades foram obtidas por meio de
levantamento de campo utilizando sistema de posicionamento global (GPS), com
equipamento portátil Garmin eTrex Vista®. As coordenadas de longitude e latitude
representam um ponto centróide de cada localidade registrada no SIVEP-Malária. A
localização foi identificada e confirmada pela Divisão de Epidemiologia da Secretaria
Municipal de Saúde de Candeias do Jamari. Após a confirmação, essas informações
29
foram exportadas para o software GPS TrackMaker® versão Pro 4.8, ajustada para
elaboração de mapas combinados do perímetro territorial, coleções aquáticas,
hidrografia, estradas e localidades.
3.5. ANÁLISE ESPACIAL E ESTIMATIVA DE DENSIDADE DE KERNEL
Para a análise espacial foram utilizados os dados da IPA, de cada ano e por
localidade, foram tabuladas numa planilha do tipo banco de dados Microsoft Excel® e
exportados para o software Terra View® versão 4.2.0, de domínio público (BRASIL,
2013b), disponibilizado pelo Instituto Nacional de Pesquisas Espaciais (INPE). Dessa
forma, as informações de cada localidade são conectadas a um banco de dados que
estão relacionados a uma malha digitalizada contendo limites de localidades do
município de Candeias do Jamari. Esta técnica realiza uma interpolação que gera uma
superfície de densidade, que permite a identificação visual de áreas quentes, ou de
concentração de eventos, através de uma distribuição espacial (BRASIL, 2007). Por
meio do mapa de Kernel pode-se identificar as áreas com maior risco para ocorrência
de malária (BAILEY; GATRELL, 1995).
O mapa de Kernel analisa o comportamento de padrões de pontos e através
de interpolação, fornece a intensidade pontual do processo analisado em toda a região
de estudo. Dessa forma, é possível ter uma visão geral da intensidade desse processo
em todas as regiões de interesse no mapa (BRASIL, 2007; CARVALHO;
NASCIMENTO, 2012). A análise de estimativa de densidade de Kernel, realiza o
cálculo, baseado em dois parâmetros: o raio de influência que irá determinar o grau
de suavização da superfície de saída e a função de estimação de Kernel que irá
realizar a distribuição dos pontos dentro da área de influência (CÂMARA; CARVALHO,
2001). Com a sobreposição de imagens que o programa de computador realiza, é
possível confeccionar mapas temáticos, como o de Kernel (Figura 8).
30
Figura 7. Imagem ilustrativa da composição de camadas de imagens para confecção do mapa temático de Kernel.
Fonte da imagem: BRASIL, 2015 adaptado.
3.6. ANÁLISE DOS NÍVEIS DO RISCO DE TRANSMISSÃO DA MALÁRIA
O risco de transmissão da malária é calculado através da IPA, que representa
a razão entre o número de casos de malária pela população residente em determinado
espaço geográfico, no período considerado. Com o resultado obtido pode-se
determinar o risco de transmissão da malária em uma determinada população, num
dado período e localidade através da seguinte equação (BRASIL, 2010; DATASUS,
2011):
31
IPA = casos de malária
população x 1.000 habitantes (equação 1)
Estratificando o resultado obtido (equação 1) podemos classificar o risco de
transmissão da malária pela incidência parasitária anual (IPA) de cada localidade
avaliada (BRASIL, 2010; DATASUS, 2011):
Área de alto risco: IPA 50,0
Área de médio risco: IPA de 10,0 a 49,9
Área de baixo risco: IPA de 0,1 a 9,9
Área sem risco: IPA 0,0
32
4. RESULTADOS
O município de Candeias do Jamari possui 84 localidades cadastradas no
SIVEP-Malária, classificadas: 81 estão ativas, 2 extintas e 1 com cadastro inválido. É
oportuno relatar que nenhuma dessas localidades possui informações de
coordenadas geográficas registradas no sistema.
No presente estudo foram identificadas e georreferenciadas as 84 localidades
cadastradas no SIVEP-Malária (Anexo 1). A localização dessas áreas foram
confirmadas pelo Departamento de Epidemiologia da Secretaria Municipal de Saúde.
Essas informações possibilitaram a construção de mapas com a posição
geográficas das localidades do município de forma global (Figura 8) e de forma local
(área urbana) de Candeias do Jamari (Figura 9). Nota-se que há algumas
aglomerações de localidades, que correspondem a área de maior concentração
populacional. De acordo com SIVEP-Malária das 84 localidades, 8 estão classificadas
como urbanas.
Figura 8. Mapa temático do município de Candeias do Jamari com as localidades
georreferenciadas.
Fonte da imagem: A autora.
33
Figura 9. Detalhe da área urbana da cidade de Candeias do Jamari. Os números representam os códigos das localidades segundo a numeração SIVEP. Flores (1), Novo Horizonte (2), Palheiral (4), Santa Izabel (5), Satélite (6), União (7) e Santa Letícia (62).
Fonte da imagem: A autora.
Dessa forma, as 7 localidades apontadas na figura 9 respondem juntas por
52,8% da população total do município.
Apenas para efeito comparativo, foram obtidas as informações de casos de
malária e população dos municípios de Rondônia no período de 2008 a 2013 (Anexos
2 e 3). A finalidade foi observar a IPA de Candeias do Jamari em relação aos outros
municípios. Observamos que no período estudado o município apresentou a maior
IPA de Rondônia, exceto no ano de 2009, em que apresentou a segunda maior
incidência.
Porto Velho e Candeias do Jamari são os dois municípios com maior número
de casos registrados no período, que juntos chegaram a responder por mais de 70%
dos casos de malária de Rondônia (Figura 10). Em 2013 somente Candeias do Jamari
ainda respondeu por 12,4% do total de casos, sendo o segundo maior registro,
superado apenas por Porto Velho. Na evolução anual de casos de Rondônia,
34
observamos que o número de casos registrados vem apresentando um declínio, com
uma pequena elevação no ano de 2010.
Figura 10. Evolução dos casos de malária em Rondônia, Porto Velho e Candeias do Jamari, no período de 2008 a 2013.
Fonte dos dados: SIVEP-Malária (BRASIL, 2014c).
No período de 2010 observou-se que a maior incidência para malária ocorreu
ao norte do estado de Rondônia representados pelos municípios de Porto Velho,
Candeias do Jamari, Machadinho d’Oeste, Cujubim, Itapuã d’Oeste, Alto Paraiso e
Rio Crespo.
Esses municípios citados caracterizaram IPA ≥ 50, o que indica alto risco de
contrair a doença. Pode-se observar que nos anos de 2011 a 2013 houve redução da
área de alto risco de transmissão, e apenas o município de Candeias do Jamari
permaneceu com a IPA elevada (Figura 11).
35
Figura 11. Mapa de risco de transmissão da malária por município no estado de Rondônia, do período de 2010 a 2013.
Fonte de dados: Sistema de Informação de Vigilância Epidemiológica-Malária / Secretaria de Vigilância em Saúde / Ministério da Saúde (SIVEP-Malária/SVS/MS); Fonte da imagem: Laboratório de Epidemiologia do Centro de Pesquisa em Medicina Tropical (CEPEM/SESAU/RO).
A espécie P. vivax apresentou aumento na proporção do total de casos no
período analisado, de 92,0% (2008) para 97,3% (2013), enquanto que a espécie P.
falciparum reduziu de 8,0% (2008) para 2,7% (2013) (Figura 12). Essa tendência
acompanha o perfil de Rondônia.
No início do período analisado 68,1% dos casos de malária ocorriam em área
rural, proporção essa que diminuiu gradualmente chegando atingir valores de 54,9%.
As localidades da área urbana da cidade de Candeias do Jamari apresentaram uma
elevação gradual da proporção de casos de malária no decorrer do período analisado,
atingindo 45,1% do total em 2013 (Figuras 13 e 14). Para malária por P. falciparum a
ocorrência predominou em área rural, e nos dois últimos anos analisados tem se
mantido relativamente estável, com 69,2% em 2012 e 71,7% (2013) dos casos
registrados nessa área (Figura 14).
36
A área urbana respondeu por 18,0% dos casos de malária falciparum, e 36,9%
dos casos de malária vivax na somatória do período analisado. No ano de 2008, as
localidades urbanas responderam por 22,5% dos casos de malária falciparum, e
32,7% os casos de malária vivax. No ano de 2013, as localidades urbanas
responderam por 28,3% dos casos de malária falciparum, e 45,6% os casos de
malária vivax.
Na análise da evolução mensal dos casos de malária, 2011 foi o ano que mais
apresentou casos de malária na média, totalizando 5.335 casos, e nos anos seguintes
mostrou um forte declínio no número de casos registrados (Figura 15), acompanhando
o quadro da maioria das cidades da Amazônia Legal.
Figura 12. Proporção de casos de malária por espécie parasitária do município de Candeias do Jamari no período de 2008 a 2013.
Fonte dos dados: SIVEP-Malária (BRASIL, 2014c).
37
Figura 13. Distribuição de casos de malária por área e espécie parasitária, no período de 2008 a 2013 do município de Candeias do Jamari.
Fonte dos dados: SIVEP-Malária (BRASIL, 2014c).
38
Figura 14. Proporção de casos de malária por espécie parasitária e área de ocorrência do município de Candeias do Jamari no período de 2008 a 2013.
Fonte dos dados: SIVEP-Malária (BRASIL, 2014c).
39
Figura 15. Evolução mensal dos casos de malária de Candeias do Jamari, no período de 2008 a 2013.
Fonte dos dados: SIVEP-Malária (BRASIL, 2014c).
Na distribuição mensal observamos que os meses de maior elevação do
número de casos está entre abril e setembro, correspondendo ao período de menor
pluviosidade na Região Amazônica. Com as informações de casos de malária e da
população, foi possível calcular a incidência parasitária anual por localidade (Anexo
4).
Dessa forma, foi possível realizar a análise de estimativa densidade de Kernel
para a incidência da malária do período estudado, de maneira global e local (área
urbana) da cidade de Candeias do Jamari (Figuras 16 e 17). No período de 2008 a
2011, os mapas de Kernel mostram uma concentração de densidade em localidades
rurais a aproximadamente 10 km da área urbana.
Um fato que nos chamou a atenção na obtenção dos dados, foi a proporção de
casos de malária registrados como “LOCALIDADE NÃO INFORMADA”, que em média
representou 12,4% do total de casos anualmente. Para entender os motivos,
detectamos que são casos registrados em laboratórios notificantes de outros
municípios, e que desconhecem a lista de localidades disponibilizada no SIVEP-
Malária do município de Candeias do Jamari.
40
Nos anos de 2012 e 2013 a concentração da incidência se mostrou maior na
área urbana da cidade. Nessa área, durante todo o período analisado, as localidades
que apresentaram maior incidência nesse período forma Santa Izabel e Satélite,
situados à margem do rio Candeias (Figura 17).
Figura 16. Mapa de estimativa de densidade de Kernel da incidência de malária no município de Candeias do Jamari, no período de 2008 a 2013.
Fonte da imagem: A autora.
41
Figura 17. Mapa de estimativa de densidade de Kernel da incidência de malária na área urbana de Candeias do Jamari, no período de 2008 a 2013.
Fonte da imagem: A autora.
Outro fator a ser considerado é a densidade populacional desproporcional
observada entre as localidades rurais e urbanas. A somatória da população das
localidades rurais é de 10.060 habitantes, distribuídos por uma área de 6.840 km2.
Isso nos fornece uma densidade populacional de 1,5 hab/km2. Por outro lado, a
somatória das sete localidades urbanas é de 11.233 habitantes, residentes numa área
de aproximadamente 3,6 km2. A densidade populacional atinge 3.089 hab./km2.
42
Como apresentado na figura 9, a malha hidrográfica do município é extensa e
apresenta condições favoráveis para a proliferação do vetor da malária, como
observado em toda a Amazônia brasileira. Na área urbana de Candeias do Jamari
essa característica não é diferente.
Efetuando-se a somatória dos casos de malária de cada localidade no período
analisado, observamos que apresentaram taxas mais altas de incidência para a
malária foram os bairros Satélite, União e Palheiral ocupando as três primeiras
colocações (Tabela 1). Os bairros Santa Letícia, Santa Izabel, Novo Horizonte e Flores
ocupam respectivamente a 11ª, 14ª, 16ª e 30ª posição. Essa simples somatória
reforça que as localidades urbanas de Candeias do Jamari respondem por grande
parcela dos casos de malária no município.
Tabela 1. As 10 localidades com maior número casos de malária no período de 2008 a 2013 no município de Candeias do Jamari.
POSIÇÃO ÁREA CÓD SIVEP LOCALIDADE
CASOS DE MALÁRIA ANO
2008 2009 2010 2011 2012 2013 TOTAL
1ª U 6 BAIRRO SATELITE 337 308 548 715 504 244 2.656
2ª U 7 BAIRRO UNIAO 243 179 294 419 319 179 1.633
3ª U 4 BAIRRO PALHEIRAL 187 179 268 288 384 177 1.483
4ª R 49 TRIUNFO 339 253 239 219 88 36 1.174
5ª R 26 TAPAGEM 514 299 65 69 45 19 1.011
6ª R 59 LP 35 - DIREITA - KM 9 1/2 216 143 138 268 52 46 863
7ª R 24 MARAVILHA 190 138 159 172 103 45 807
8ª R 78 FLOR DA AMAZONAS 01 - 191 159 229 89 24 692
9ª R 79 FLOR DO AMAZONAS 02 - 136 109 200 79 26 550
10ª R 3 BOM JESUS 71 58 108 98 129 66 530
Classificação: posição em ordem decrescente do total de casos de malária. U: urbana. R: rural. CÓD SIVEP: Código do SIVEP-Malária. Fonte: BRASIL, 2014c.
Ao efetuarmos a somatória dos casos de malária das sete localidades da área
urbana da cidade de Candeias do Jamari (Santa Izabel, Flores, Novo Horizonte,
Palheiral, Satélite, União e Santa Letícia), observamos que está ocorrendo um
aumento gradativo na proporção dos casos de malária em relação ao total geral do
município (Figura 18).
Esses dados sugerem que a transmissão da malária no município de Candeias
do Jamari apresentou aumento no perímetro urbano da cidade, no período analisado.
43
Figura 18. Somatória percentual dos casos de malária das localidades urbanas: Santa Izabel, Flores, Novo Horizonte, Palheiral, Satélite, União e Santa Letícia, em
relação do total do município, no período de 2008 a 2013.
Fonte dos dados: SIVEP-Malária (BRASIL, 2014c).
44
5. DISCUSSÃO
Durante o presente estudo foram mapeadas e georreferenciadas as 84
localidades do território de Candeias do Jamari registradas no SIVEP-Malária, além
de gerados os mapas temáticos para aplicações em relação ao controle da malária.
O estudo ressalta que o georreferenciamento das áreas (localidades) permite
identificar padrões de agravos à saúde, auxiliando nas tomadas de decisões
emergentes, aplicados em estudos epidemiológicos de doenças (GASPARETTO et
al., 2010). Associada a esse fator, a metodologia e as ferramentas de informática
utilizadas no presente estudo, para as análises espaciais, são em sua maioria de
acesso público, significando baixo custo operacional.
Das 84 localidades 8 estão classificadas como urbanas e 76 são consideradas
rural, entretanto no presente estudo, foi observado que a localidade Br 364 Lado Esq
(código SIVEP 70) considerada área urbana, possui características de pequenas
propriedades rurais.
Para Silva (2011) espaço rural se caracteriza com atividades relacionadas
diretas com a natureza e dispersão da população nesse ambiente, enquanto que a
área urbana tem como sua principal marca a concentração da densidade
populacional.
De acordo com Marques (2002) a classificação entre o espaço urbano e rural é
definido pelas esferas municipais que na maioria das vezes classificam como áreas
urbanas sedes de município muito pequenas com o tamanho populacional abaixo do
esperado.
No período analisado a redução de casos de malária observada em Candeias
do Jamari acompanha a tendência nacional (BRASIL, 2014c). No entanto mesmo com
a redução de casos, o município de Candeias do Jamari ainda permanece classificado
como de alto risco para transmissão da malária nos anos de 2008 a 2013. É sabido
que para o efetivo controle da doença, a atuação do poder público local é de
fundamental importância.
Durante o presente estudo foi observado que proporcionalmente o número de
casos de malária registrados vem aumentando na área urbana de maneira
significativa e gradativa em relação à área rural, chegando a responder por 45,1% dos
casos em 2012 e 2013.
45
Uma possível explicação para esse fato, é que o município apresenta alguns
atrativos turísticos, tanto em área rural quanto urbana, representada por hotéis
fazenda, cachoeiras e centro turístico à beira do rio Candeias, sendo este último
localizado dentro da área urbana. Esses locais de lazer são ativamente frequentados
durante a estação mais seca (menor pluviosidade), no período de abril a setembro,
que corresponde ao verão amazônico. A transmissão urbana, com características
ribeirinhas, está presente no município. Isso pode ser observado nos resultados
apresentados da área urbana da cidade.
A população temporária, seja para lazer ou pesca, pode elevar o número de
casos de malária adquiridos na localidade (KATSURAGAWA et al., 2010). Estudos
realizados nessa região antes considerada distrito do município de Porto velho
mostrou alta incidência principalmente em adultos durante o período da seca
(CAMARGO et al.,1994; CAMARGO,1998). Assim sendo, a somatória desses fatores
na área urbana do município corrobora para que seja classificado como de alto risco
de transmissão.
Além disso, cabe ressaltar que durante o período de baixa pluviosidade (maio
a outubro), há tendência para o elevação da população de vetor Anopheles darlingi,
devido ao aumento de coleções d’água estáveis (MARTINS, 2010). É importante
destacar que a presença do homem e mudança ecológica são fatores determinantes
para a presença do vetor (VITTOR et al., 2009). Isso pode ser observado nos
resultados apresentados na figura 15.
Estudo conduzido em Manaus, com dados históricos entre 1986 a 2004,
demonstrou que o perfil epidemiológico da malária passou da área rural para a área
urbana (SARAIVA et al., 2009). Isso se deu principalmente devido ao desmatamento
e ocupação da população no espaço de forma desordenada sem infraestrutura.
Períodos de baixa pluviosidade demonstraram picos elevados da doença em Manaus
(SARAIVA, 2007).
Áreas recém urbanizadas apresentaram maior risco de transmissão, devido ao
aumento desordenado da população em áreas periféricas com elevado índice de
desmatamento (RODRIGUES et al., 2008).
De acordo com Mourão et al., (2014) pluviosidade, temperatura e umidade são
fatores que contribuem para proliferação do vetor da malária em áreas endêmicas
influenciando para o alto risco de transmissão da doença. Essa característica de
transmissão em área não ribeirinha já foi descrita em estudo anterior conduzido na
46
região (GIL et al., 2003). A proximidade das residências favorece a transmissão da
malária, que pode ocorrer tanto no ambiente tanto intra quanto no peridomicílio, com
um amplo raio de transmissão (GIL et al., 2007; KATSURAGAWA et al., 2010).
Quando observamos uma área com proximidade de residências (área urbana), com
elevada densidade populacional, presença do vetor e do parasito, a expectativa é de
elevada transmissão da malária.
Outro fator que chama atenção além da presença do rio Candeias, é a
vegetação nas margens do rio com alguns igarapés, o que também favorece para o
aumento da população do vetor. Estudos epidemiológicos realizados em áreas
ribeirinhas do município de Porto Velho têm demonstrado a presença de portadores
assintomáticos de infecção por plasmódio principalmente em região ribeirinha,
considerando esse fator como um grande desafio para o controle da malária (ALVES
et al., 2002; KATSURAGAWA et. al., 2008; 2009; TADA et al., 2007, 2012). Assim
sendo, esse conjunto de fatores pode estar contribuindo para a manutenção da
elevada incidência na área urbana de Candeias do Jamari.
Das oito localidades urbanas da cidade de Candeias do Jamari, quatro
margeiam o rio Candeias, apresentando características ribeirinhas. A análise mensal
de casos de malária das localidades urbanas do presente estudo mostrou que a maior
incidência ocorreu no período de abril a setembro. Nos anos de 2013 e 2014 não foi
observado medidas de controle vetorial na área urbana do município.
A malária ocasionada pelo P. vivax aumentou proporcionalmente ao longo do
período do presente estudo, com valores acima de 97% dos casos no ano de 2013,
essa proporção não foi diferente em estudos realizados na região Amazônica
(SARAIVA et al.,2009; HERMES et al., 2013).
Estudo realizado por Souza-Santos et al., (2008), em reservas indígenas em
Rondônia mostrou que o método de Kernel ajudou a determinar as áreas com maior
necessidade de medidas de controle.
Os mapas temáticos, obtidos no presente estudo pelo método de estimativa de
densidade de Kernel com os dados da IPA, permitiram a identificação das áreas de
risco para transmissão da malária no município de Candeias do Jamari. Pelas
imagens geradas, as localidades contidas na área urbana necessitam de especial
atenção do poder público para prevenção e controle da doença., principalmente as
que margeiam o rio Candeias.
47
Por meio do método de Kernel observou-se que as localidades urbanas
apresentaram alto risco de transmissão para malária, sendo as localidades Santa
Izabel e Satélite os mais críticos, visando mais atenção por parte do poder público
local, realizar medidas de controles para obter ações efetivas que levem a diminuição
da transmissão da malária nestas áreas. Sendo assim, o estimador de Kernel mostrou
ser uma ferramenta adequada para estratégias de intervenções de controle da
doença, como demonstrado em estudos anteriores (VASCONCELOS, 2004; ASSIS;
REIS, 2010).
As informações sobre os casos de malária disponíveis no Sistema SIVEP-
Malária, quando analisadas por outros softwares tornam-se ferramentas importantes
no setor da saúde para controle e vigilância da doença (COSTA et al., 2010).
É importante ressaltar que as ferramentas de análise espacial utilizadas no
presente estudo são capazes de delimitar regiões de risco para transmissão da
malária, como demonstrado em estudo anterior (ATANAKA-SANTOS et al., 2007).
A elevada concentração populacional na área urbana, associada a presença
do vetor e do parasito circulante, apresenta um desafio para o poder público no
combate e controle da doença. Como podemos observar na tabela 1 e figura 16, as
sete localidades urbanas apresentaram risco alto de transmissão para malária. Estudo
realizado em Rio Branco (AC) alertou para a aparente situação de controle da malária
em centros urbanos com baixos índices de transmissão (SANTOS; SILVA, 2011).
O georreferenciamento das localidades, através do trabalho de campo e a
análise espacial de dados, foi importante para a identificação de localidades com
elevada densidade de incidência, e que pode auxiliar o poder público local na tomada
de decisões para ações de controle da malária.
O uso das ferramentas de análise espacial em conjunto com as ações
integradas bem como a contínua atuação por parte do poder público, através dos
Agentes de Saúde realizando a busca ativa de casos, dos Microscopistas executando
um diagnóstico rápido e de qualidade, e do Departamento de Epidemiologia efetuando
a análise espacial dos dados, tornassem peças fundamentais para o sucesso das
estratégias de combate e controle da malária, com reduzido custo.
48
6. CONCLUSÃO
A utilização das ferramentas de análise espacial possibilitaram a identificação
as áreas com maior risco de transmissão da malária.
Nos mapas gerados pela análise espacial foi observado que no período de
2008 a 2011 a maior concentração de casos de malária ocorreu na área rural e nos
anos de 2012 a 2013 essa concentração incidiu na área urbana do município de
Candeias do Jamari.
As áreas que apresentaram maior densidade para incidência de casos de
malária estão localizadas em bairros urbanos às margens do rio Candeias.
A incidência parasitária anual se mostrou elevada nas localidades da área
urbana da cidade de Candeias do Jamari.
A elevada densidade populacional dessa área urbana, somada a significativa
incidência da malária e a falta de medidas de combate e controle da doença, são
fatores que expõe a população a elevado risco de transmissão.
A malha hidrográfica mostra que todo o município apresenta condições
favoráveis para a proliferação do vetor, tanto em áreas rurais quanto urbanas;
As ferramentas utilizadas no presente estudo (Softwares) em conjunto com
trabalho de campo para pontuar as localidades cadastradas no SIVEP – Malária
possibilitaram a elaboração de mapas digitais do território de Candeias do Jamari;
Os baixos custos dos softwares utilizados para análises espaciais, permitem
que o poder público local adote essa modalidade de vigilância para dar apoio as
decisões de combate e controle de agravo em seu território;
A análise dos dados podem ser efetuadas semanalmente, após o registro de
casos de malária no sistema SIVEP-Malária;
No presente estudo foi observado uma proporção significativa (12,4%) de
casos de malária com registros em “localidades não informada”. Esse fato não foi
esclarecido pelo departamento de epidemiologia do município.
49
REFERÊNCIAS
ALVES, F. P.; DURLACHER, R. R.; MENEZES M. J.; KRIEGER, H.; SILVA, L. H. P.; CAMARGO, E. P. High prevalence of asymptomatic Plasmodium vivax and Plasmodium falciparum infections in native Amazonian populations. Am J Trop Med Hyg. v. 66, p.641-248, 2002.
ALMEIDA, L. B.; BARBOSA, M. G. V.; MARTINEZ-ESPINOSA, F. E. Malária em mulheres de idade de 10 a 49 anos, segundo o SIVEP- Malária, Manaus, Amazonas, 2003-2006. Rev. Soc. Bras. Med. Trop. v. 43, (3), p. 304-308, 2010 .
ASSIS, M. C.; REIS, I. C. Análise espacial dos fatores socioambientais associados à incidência de malária no alto Purus através de técnicas de geoprocessamento. In: XXIV Congresso Brasileiro de Cartografia, 2010, Aracaju - CE. ATANAKA-SANTOS, M.; CZERESNIA, D.; SOUZA-SANTOS, R.; OLIVEIRA R. M. Comportamento epidemiológico da malária no Estado de Mato Grosso,1980-2003. Rev. Soc. Bras. Med. Trop. v. 39, p. 187-192, 2006.
ATANAKA-SANTOS, M.; SOUZA-SANTOS, R.; CZERESNIA, D. Spatial analysis for stratification of priority malaria control areas, Mato Grosso State, Brazil. Cad. Saúde Pública. v. 23, p. 1099-1112, 2007.
BAI, L.; MORTON, L. C.; LIU, Q. Climate change and mosquito-borne diseases in China: a review. Global Health. p. 9- 10, 2013.
BAILEY, T. C.; GATRELL, A. C. Interactive Spatial Data Analysis. 1ª ed. Longman Group Limited. p. 413, 1995.
BARBOSA, L. M. C.; SOUTO, R. N. P.; FERREIRA, R. M. A.; SCARPASSA, V. M. Composition, abundance and aspects of temporal variation in the distribution of Anopheles species in an area of Eastern Amazonia. Rev. Soc. Bras. Med. Trop. v. 47 (3), p. 313-320, 2014. BARATA, R. C. B. Malária no Brasil: panorama epidemiológico na última década. Cad. Saúde Pública, Rio de Janeiro, v.1, n.11, p.128-36, 1995.
BARATA R. B. Cem anos de endemias e epidemias. Ciência & Saúde Coletiva. v. 5 (2), p.333-345, 2000.
BEZERRA, D. A. C. Ato infracional: o fator entorpecente e o papel do judiciário como gestor de informações. Rio de Janeiro, 2010. 89 f. Dissertação (Mestrado Profissional em Poder Jurídico). Fundação Getúlio Vargas, 2010.
BRASIL. Ministério da Saúde. Secretaria de Vigilância em Saúde. Programa Nacional de Prevenção e Controle da Malária (PNCM). Brasília. 2003a.
50
BRASIL. Ministério da Saúde.Plano de Intensificação das Ações de Controle da Malária na Amazônia Legal – PIACM Período julho de 2000 a dezembro de 2002. Série C. Projetos, programas e relatórios. 2º ed. Brasília. 2004. 15 p. BRASIL. Ministério da Saúde. Ações de Controle da Malária. Manual para Profissionais de Saúde na Atenção Básica. Série A. Normas e manuais técnicos. 1ª ed. Brasília. 2006. p. 9-40.
BRASIL. Ministério da Saúde. Introdução à Estatística Espacial para a Saúde Pública. Série B Textos básicos em saúde: Capacitação e atualização em geoprocessamento em saúde. 1ª ed. Brasília. 2007. 33- 44 p.
BRASIL. Ministério da Saúde. Manual de Diagnóstico Laboratorial da Malária. Série A. Normas e Manuais Técnicos. 2ª ed. Brasília. 2009. 15 p.
BRASIL. Ministério da Saúde. Guia Prático de Tratamento da Malária no Brasil. Série A. Normas e Manuais Técnicos. 1º Ed. Brasília. 2010. 7 p.
BRASIL. Ministério da Saúde. Secretária Executiva. Plano Nacional de Saúde – PNS: 2012 – 2015. Série B Textos Básicos de Saúde. 1ª ed. Brasília. 2011a. 16 p.
BRASIL. Ministério da Saúde. Sistema Nacional de Vigilância em saúde. Relatório de situação Rondônia. Série C. Projetos, Programas e Relatórios. 5ª ed. Brasília, 2011b.
BRASIL. Ministério da Saúde. Vigilância em Saúde: conceitos básicos. Coleção para Entender a Gestão do SUS. 1ºed. Brasília, 2011c. 278 p.
BRASIL. Ministério da Saúde. Secretária de Vigilância em Saúde. Boletim Epidemiológico Situação Epidemiológica da Malária no Brasil, 2000 a 2011.v 44 (1), p. 1-16, 2013a.
BRASIL. Instituto Nacional De Pesquisas Espaciais - INPE. Terra View: Visualizador e análise de dados espaciais. [Programa de computador]. Versão 4.2.0. Disponível em: <http://www.dpi.inpe.br/terraview>. Acesso em 05 Jun 2013b.
BRASIL. Agência Nacional das Águas. Malha Hidrográfica da Bacia Amazônica. Disponível em: <http://hidroweb.ana.gov.br/HidroWeb.asp?TocItem= 4100> Acesso em 08 Abr 2014a.
BRASIL. Instituto Brasileiro de Geografia e Estatística. Cidades. Disponível em:<http://cidades.ibge.gov.br/xtras/perfil.php?lang=&codmun=110080&search=rondonia|candeias-do-jamari> Acesso em 08 Abr 2014b.
BRASIL. Ministério da Saúde. Sistema de Informação de Vigilância Epidemiológica – SIVEP – Malária. <http:www.saude.gov.br/sivepmalaria>. Acesso restrito, em 15 Fev 2014c.
51
BRASIL. Ministério dos Transportes. Sistema de Informações Geográficas. <http://www2.transportes.gov.br/bit/01-inicial/sig.html> Acesso em 01 de Abr 2015a.
BRASIL. Ministério da Saúde. Percentual dos Casos de Malária por Plasmodium falciparum<http://u.saude.gov.br/images/pdf/2014/maio/27/Percentual-dos-casos-de-mal--ria-por-Plasmodium-falciparum.pdf> Acesso em 17 de agos 2015b.
BRAZ, R. M.; ANDREOZZI, V. L.; KALE, P. L. Detecção precoce de epidemias de malária no Brasil: uma proposta de automação. Epidemiologia dos Serviços de Saúde. v. 15, n. (2), p. 21-33, 2006.
BRAZ, Rui Moreira. Monitoramento da Incidência da Malária na Amazônia Brasileira Utilizando Algoritmo Automatizado. Tese (Doutorado)- Universidade de Brasília Faculdade de Medicina – Núcleo de Medicina Tropical, Brasília, 2013.
CÂMARA, G.; CARVALHO, M. S. Análise espacial de eventos. 2001. Disponível em: <http://www.dpi.inpe.br/gilberto/livro/analise>. Acesso em 28 Ago 2014.
CÂMARA, G.; CARVALHO, M. S. Análise espacial de eventos. Disponível em: <http://www.dpi.inpe.br/gilberto/livro/analise/cap2-eventos.pdf>. Acesso em 20 Ago 2105.
CAMARGO, E. C. G; FUCKS, S.D.; CÂMARA, G. A ANÁLISE ESPACIAL DE SUPERFÍCIES. 2002. Disponível em: <http://mtcm12.sid.inpe.br/col/sid.inpe.br/sergio/2004/10.07.14.57/doc/cap3superficies.pdf> Acesso em 22 Ago 2015. CÂMARA, G.; DRUCK, S.; CARVALHO, M. S.; MONTEIRO, A. V. M. Análise Espacial de Dados Geográficos. Brasília: Embrapa; 2004.
CAMARGO, L. M. A.; FERREIRA, M. U.; KRIEGER, H.; CAMARGO, E. P.; DA SILVA, L. H. P. Unstable hypoendemic malaria in Rondonia (Western Amazon region, Brazil): epidemic outbreaks and work-associated incidence in na angro-industrial rural settlement. American Journal of Tropical Medicine and Hygiene. v. 51, p. 16-25, 1994.
CAMARGO, Luis Marcelo Aranha Aspectos epidemiológicos da malária em populações típicas da Amazônia brasileira no estado Rondônia (Brasil, Amazônia ocidental). 1998. 117 f. Tese (Doutorado). Instituto de Ciências Biomédicas da Universidade de São Paulo. Departamento de Parasitologia, São Paulo, 1998.
CARVALHO, M. S; SOUZA-SANTOS, R. Análise de dados espaciais em saúde pública: métodos, problemas, perspectivas. Cad. Saúde Pública. v. 21, p. 361-378, 2005.
52
CARVALHO, R. M.; NASCIMENTO, L. F. C. Spatial distribution of dengue in the city of Cruzeiro, São Paulo State, Brazil: use of geoprocessing tools. Rev. Inst Med trop vol.54 (.5), p. 261-266, 2012.
COSTA, K. M. M.; ALMEIDA, W. A. F.; MAGALHÃES, I. B.; MONTOYA, R.; MOURA, M. S.; LACERDA, M. V. G. Malária em Cruzeiro do Sul (Amazônia Ocidental brasileira): análise da série histórica de 1998 a 2008. Rev. Panam Salud Publica. v. 28 (5), p. 353–60, 2010.
DATASUS. Departamento de informática do SUS. Índice parasitário anual (IPA) de malária-D. 4-2011. Disponível em: <http://www.ripsa.org.br/fichasIDB/record.php>. Acesso 20 Mar 2014.
DEANE, L. M. A cronologia da descoberta dos transmissores da malária na Amazônia Brasileira. Memórias do Instituto Oswaldo Cruz. v. 84 supl. IV, p. 149-156, 1989.
FREITAS, F. T. M.; COSTA, C. M.; NOBREGA, A. A.; ARAUJO, W. N. Surto de Malária no Distrito de Jaci-Paraná, Município de Porto Velho-RO, em 2009. Boletim Eletrônico Epidemiológico. Secretaria de Vigilância em saúde. Ministério da Saúde. Brasília. Ano 10. N. 5, 2010.
GASPARETTO, D.; RODRIGUES, L. P. S.; ARAUJO, D. M.; PEIXOTO, C. R. A.; SPFFIATTI, N. F. L.; VEIGA, N. Algoritmo Genético Aplicado à Análise de Fatores de Risco Associados à Incidência da Malária, no Município de Augusto Corrêa – Pará, Brasil, em 2005. Artigos Curtos: Trilha de Computação aplicada à Saúde. Computer on the Beach. p. 137-141, 2010. Disponível em: <http://www6.univali.br /seer/index.php/acotb/issue/view/296> Acesso em Acesso 20 Mar 2014.
GATRELL, A. C.; BAILEY T. C. Interactive spatial data analysis in medical geography. Social Science & Medicine. v. 42. p. 843-855, 1996.
GETHING, P. W.; Smith, D. L.; PATIL, A. P.; TATEM, A. J.; SNOW, R. W.; Simon I. Hay Climate change and the global malaria recession rev. Nature. v. 465, p. 342–345, 2010. GETHING, P. W.; PATIL, A. P.; SMITH, D. L.; GUERRA, C. A., ELYAZAR, I. R. F.; JOHNSTON, G. L.; TATEM, A. J. AND HAY, S. I. A new world malaria map: Plasmodium falciparum endemicity in 2010. Malaria Journal. v. 10 (378), p. 1-16, 2011.
GETHING, P. W.; ELYAZAR, I. R. F.; MOYES C. L.; SMITH, D. L.; BATTLE, K. E.; et al. A Long Neglected World Malaria Map: Plasmodium vivax Endemicity in 2010. PLoS Neglected Tropical Disease. v. 6 (9), p. 9-1814, 2012.
GIL, L. H. S.; ALVES, F. P.; ZIELER, H.; SALCEDO, J. M. V.; DURLACHER, R. R.;
CUNHA, R. P. A.; TADA, M. S.; CAMARGO, L. M. A.; CAMARGO, E. P.; PEREIRA-
DA-SILVA, L. H. Seasonal Malaria Transmission and Variation of Anopheline Density
in Two Distinct Endemic Areas in Brazilian Amazônia. Journal of Medical
53
Entomology. v. 40(5), p. 636-641. 2003.
GIL, L. H. S.; TADA, M. S.; KATSURAGAWA, T. H.; RIBOLLA, P. E. M.; PEREIRA DA
SILVA, L. H. Urban and suburban malaria in Rondônia(Brasilian Western Amazon) II.
Perennial transmissions with high anopheline densities are associated with human environmental changes. Memórias do Instituto Oswaldo Cruz. v. 102 (3), p. 271-6, 2007.
GOMES, E. C. S. Modelo de risco para esquistossomose: Abordagem espaço – temporal da transmissão no litoral de Pernambuco. 2011. 134 f. Tese (Doutorado). Fundação Oswaldo Cruz Centro De Pesquisas Aggeu Magalhães. Departamento de Saúde Pública, Recife, 2011. GUTMANN, M.; WITKOWSKI, K.; COLYER, C.; O'ROURKE, J. M.; McNALLY, J. Providing spatial data for secondary analysis: issues and current practices relating to confidentiality. Population Research and Policy Review. v. 27(6), p.639-665, 2008. HERMES, M. N. C. S.; NUNES, B. L. V.; DORVAL, C. E. M.; BRILHANTE, F. A. Aspectos epidemiológicos da malária humana no município de Aripuanã, Estado de Mato Grosso, Brasil, 2005 a 2010. Rev. Brasileira de Geografia Médica e da Saúde. v. 9 (17), p.42 – 51, 2013.
HOCHMAN, G.; SANTOS, P. R. E.; MELLO, M. T. B. A Malária em Foto: Imagens de Campanhas e Ações no Brasil da Primeira Metade do Século XX. Rev. Histórias, Ciências, Saúde-Manguinhos. v. 9 (suplemento), p. 233-73, 2002.
HOCHMAN, G.; SILVA, R. Um método chamado Pinotti: sal medicamentoso, malária e saúde internacional (1952-1960). Rev. História, Ciências, Saúde– Manguinhos. v. 18. p. 519-543, 2011.
KATSURAGAWA, T. H. Prevalência de algumas doenças em população residente em área de influência de Usinas Hidrelétricas, no município de Porto Velho, Amazônia Ocidental. 2006. 161 f. Dissertação (Mestrado). Fundação Universidade Federal de Rondônia - UNIR. Departamento de Pós-graduação em Biologia Experimental. 2006.
KATSURAGAWA, T. H.; GIL, L. H. S.; TADA, M. S.; PEREIRA DA SILVA, L. H. Endemias e epidemias na Amazônia. Malária e doenças emergentes em áreas ribeirinhas do rio madeira. Um caso de escola. Estudos Avançados. v. 22, p. 111-141, 2008.
KATSURAGAWA, T. H.; CUNHA, R. P. A.; SOUSA, D. C. A.; GIL, L. H. S.; CRUZ, R. M. B.; SILVA, A. A.; TADA, M. S.; PEREIRA DA SILVA, L. H. Malária e aspecto hematológico em moradores da área de influência dos futuros reservatórios das hidrelétricas de santo Antônio e Jirau, Rondônia, Brasil. Cadernos de Saúde Pública. v. 25, p. 1486-92, 2009.
KATSURAGAWA, T. H.; GIL, L. H. S.; TADA, M. S.; SILVA, A. A.; COSTA, J. D. N.; et al. The Dynamics of Transmission and Spatial Distribution of Malaria in Riverside
54
Areas of Porto Velho, Rondônia, in the Amazon Region of Brazil. PLoS One. v. 5(2), p. e9245, 2010.
KAZEMBE, L. N.; KLEINSCHMIDT, I.; HOLTZ, T. H.; SHARP, B. L. Spatial analysis and mapping of malaria risk in Malawi using point-referenced prevalence of infection data. International Journal of Health Geographics. v. 5, p. 1-9, 2006.y
KLEINSCHIMIDT, I.; OMUMBO, J.; BRIET, O.; GIESEN, N. V.; SOGOBA, N.; MENSAH, N. K. et al. An empirical malaria distribution map for West Africa. Tropical Medicine and International Health, v. 6, p. 779-786, 2001.
LADISLAU, J. L. B.; LEAL, M. C.; TAUIL, P. L. Avaliação do Plano de Intensificação das Ações de Controle da Malária na região da Amazônia Legal, Brasil, no contexto da descentralização. Epidemiologia e Serviços de Saúde. v. 15 (2), p. 9-20, 2006.
LOIOLA, C. C. P.; MANGABEIRA, C. J. S.; TAUIL, P. L. Controle da malária no Brasil, 1965 a 2001. Rev. Panam Salud Publica/Pan Am J Public Healt. v. 11 (4), p. 235-244, 2002.
MARQUES, M. I. M. O conceito de espaço rural em questão. Rev. Terra Livre. v. 19, p. 95-112, 2002.
MARTINS, L. F. P. Criadouros de Anopheles e a ocorrência da malária, na zona urbana de Porto Velho/RO. 2010. 62 f. Dissertação (Mestrado). Escola Nacional de Saúde Pública Sérgio Arouca ENSP. Departamento Saúde Pública. Porto Velho, 2010
MMBANDO, B. P.; VESTERGAARD, L. S.; KITUA, A. Y.; LEMNGE, M. M.; THEANDER, T. G.; LUSINGU, J. P. A. Progressive declining in the burden of malaria in north-eastern Tanzania. Malaria Journal. v.9, p. 216, 2010. MOTTA, E. G. F. Fatores determinantes da situação da malária na Amazônia. Rev. Soc. Bras. Med. Trop. v. 25 (suplemento II), p. 27-32, 1992.
MOURÃO, F. R.; CUNHA, A. L.; SILVA, R. A.; SOUZA, E. B. A vigilância da malária na Amazônia Brasileira Macapá. Rev. Biota Amazônia. v. 4 (2), p. 161-168, 2014.
OLIVEIRA-FERREIRA, J.; LACERDA, M. V.; BRASIL, P.; LADISLAU, J. L.; TAUIL, P. L.; DANIEL-RIBEIRO, C. T. Malaria in Brazil: an overview. Malaria Journal. v. 9 (115), p.1-15, 2010.
OLIVEIRA, E. C.; SANTOS, E. S.; ZEILHOFER, P.; SOUZA-SANTOS, R.; ATANAKA-SANTOS, M. Spatial patterns of malaria in a land reform colonization project, Juruena municipality, Mato Grosso, Brazil. Malaria Journal. v. 10 (177), p. 1-9, 2011.
ORTIZ, Jonas Luís. Emprego do geoprocessamento no Estudo da Relação entre Potencial Produtivo de um Povoado de Eucalipto e Atributos do Solo e do Relevo. Dissertação (mestrado) da Escola Superior de Agricultura Luiz de Queiroz. Piracicaba. p. 327, 2003.
55
REY L. Parasitologia. 3ª Ed. Rio de Janeiro, Guanabara Koogan, p. 335-396, 2001.
REY, L. Rey – Parasitologia. 4ª Ed. Rio de Janeiro. Guanabara Koogan, p. 207-222, 2011.
ROCHA, M. N. A; FERREIRA, E. A. P.; SOUZA, J. M. Aspecto histórico da malária. Revista Paraense de Medicina v. 20 (3), p. 81-82, 2006.
RODRIGUES, A. F.; ESCOBAR, A. L.; SOUZA-SANTOS, R. Análise Espacial e Determinação de Áreas para o Controle da Malária no Estado de Rondônia. Rev. Soc. Bras. Med. Trop. v. 41, p. 44-64, 2008.
SANTOS, L.; RAIA, A. A. J. Análise espacial de dados geográficos: a utilização da exploratory spatial data analysis - ESDA para identificação de áreas críticas de acidentes de trânsito no município de São Carlos (SP). Rev. Sociedade & Natureza. v. 18, p. 97-107, 2006.
SANTOS, I. G.; SILVA, R. S. U. Malária autóctone no Município de Rio Branco, Estado do Acre, Brasil, no período de 2003 a 2010. Rev. Pan-Amazônica de Saúde. v. 2, n.4, p. 31-37, 2011.
SARAIVA, M. G. G. Malária em Manaus: Análise epidemiológica, conhecimento e atitudes da população. Dissertação-UEA Universidade do Estado do Amazonas, p. 32, 2007. SARAIVA, M. G. G.; AMORIM, R. D. S.; MOURA, M. A. S.; MARTINEZ-ESPINOSA, F. E.; BARBOSA, M. G. V. Expansão urbana e distribuição espacial da malária no município de Manaus, Estado do Amazonas. Rev. Soc. Bras. Med. Trop. v. 42 (5), p. 515-522, 2009.
SAXENA, R. B. N.; NAGPAL, A. S.; GUPTA, S. K.;DASH, A. P. Application of spatial technology in malaria research & control: some new insights. Research INDIAN J MED RES. v.130, p. 125-132, 2009. SIMÕES, L. R.; ALVES-JR, E. R.; RIBATSKI-SILVA, DANIELE; GOMES, L. T.; NERY, A. F.; FONTES, C. J. F. Fatores associados às recidivas de malária causada por Plasmodium vivax no município de Porto Velho, Rondônia, Brasil, 2009. Rev. Cad. Saúde Pública. v. 30 (7), p. 1-15, 2014. SILVA, J. B. Discutindo o rural e o urbano. Rev. Revista da Anpege. v. 7(8), p. 3-11, 2011. SILVEIRA, A. C.; REZENDE, D. F. Avaliação da Estratégia Global de Controle Integrado da Malária no Brasil. Organização Pan-Americana da Saúde, Brasília DF, 2001.
56
SOUZA-SANTOS, R.; CARVALHO, M. S. Análise da distribuição espacial de larvas de Aedes aegypti na Ilha do Governador, Rio de Janeiro, Brasil. Cad. Saúde Pública. v. 16, p. 31-42, 2000.
SOUZA-SANTOS, R.; OLIVEIRA, M. V. G.; ESCOBAR, A. L.; SANTOS, R. V.; COIMBRA JR, C. E. A. Spatial heterogeneity of malaria in Indian reserves of Southwestern Amazonia, Brazil. International Journal of Health Geographics. v. 7 (55), p. 1-10, 2008.
TADA, M. S.; MARQUES, P. R., MESQUITA, E. A.; DALLA-MARTHA, R. C.; ROGRIGUES, A. J.; COSTA, J. D. N.; PEPELASCOV, R. R.; KATSURAGAWA, T. H.; PEREIRA da SILVA, L. H. Urban malaria in the Brazilian Western Amazon Region I. High prevalence of asymptomtic carriers in an urban riverside district is associated with a high level of clinical malaria. Memórias do Instituto Oswaldo Cruz. v. 102 (3), p. 263-269, 2007.
TADA, M. S.; FERREIRA, R. G. M.; KATSURAGAWA, T. H.; DALLA-MARTHA, R. C.; COSTA, J. D. N.; ALBRECHT, L. WUNDERLICH, G.; PEREIRA DA SILVA, L. H. Asymptomatic infection with Plasmodium falciparum and Plasmodium vivax in the Brazilian Amazon basin: to treat or not to treat? Memórias do Instituto Oswaldo Cruz. v. 107(5), p. 621-629, 2012.
VASCONCELOS, C. H. Aplicação de sensoriamento remoto e geoprocessamento Para analisar a distribuição da malária na região do Reservatório de Tucuruí – PA. 2004. 131 f. Tese (Doutorado) - Escola de Engenharia de São Carlos, da Universidade de São Paulo, 2004.
VITTOR, A. Y.; WILLIAM PAN, GILMAN R. H.; TIELSCH, J.; GLASS, G.; SHIELDS T.; SÁNCHEZ-LOZANO, W.; PINEDO, V. V.; SALAS-COBOS, E.; FLORES, S.; PATZ, J. A. Linking deforestation to malaria in the Amazon: characterization of the breeding habitat of the principal malaria vector, Anopheles darlingi. Rev. Am J Trop Med Hyg. v. 81 (1), p. 5–12, 2009.
WHITE, N. J. Plasmodium knowlesi: the fifth human malaria parasite. Clinical Infectious Disease. v. 46 (2), p. 172-173, 2008.
WHO. World Health Organization. World health statistics, 2012. (ed. Who Press World Health Organization), Geneva. Disponível em <http://www.who.int/en/> Acesso em 13 jun. 2013.
WHO. World Health Organization. World Malaria Report, 2013. (ed. Who Press World Health Organization), Geneva. Disponível em <http://www.who.int/> Acesso em 23 jan. 2014.
57
WHO. World Health Organization. World Malaria Report, 2014. (ed. Who Press World Health Organization), Geneva. Disponível em <http://www.who.int/> Acesso em 23 dez. 2014.
YESHIWONDIM, A. K.; GOPAL, S.; HAILEMARIAM, A. T.; DENGELA, D. O.; PATEL, H. P. Spatial analysis of malaria incidence at the village level in areas with unstable transmission in Ethiopia. International Journal of Health Geographics. v. 8 (5), p. 1-11, 2009.
ZHANG, W.; WANG, L.; FANG, L.; MA, J.; XU, Y.; JIANG, J.; HUI, F.; WANG, J.; LIANG, S.; YANG, H.; CAO, W. Spatial analysis of malaria in Anhui province, China. Malaria Journal. v. 7 (206) , p. 1-10, 2008.
58
Anexo 1. Coordenadas geográficas obtidas no presente estudo das localidades do município
de Candeias do Jamari, e algumas variáveis disponíveis no SIVEP-Malária. UF: RO. Município: CANDEIAS DO JAMARI. Código: 110080.
SIVEP Nome da Localidade Zona Categoria Status Habitantes Latitude (Sul) Longitude (Oeste)
1 BAIRRO DAS FLORES Urbana BAIR Ativa 374 08º 47' 22,54417'' 63º 41' 48,37097''
2 BAIRRO NOVO HORIZONTE Urbana BAIR Ativa 1.244 08º 47' 40,85701'' 63º 41' 54,15253''
3 BOM JESUS Rural SIT Ativa 73 08º 44' 06,32492'' 63º 40' 19,59757''
4 BAIRRO PALHEIRAL Urbana BAIR Ativa 2.212 08º 47' 04,66049'' 63º 41' 55,69061''
5 BAIRRO SANTA IZABEL Urbana BAIR Ativa 356 08º 47' 55,82932'' 63º 42' 27,31750''
6 BAIRRO SATELITE Urbana BAIR Ativa 2.649 08º 47' 43,09204'' 63º 42' 47,02423''
7 BAIRRO UNIAO Urbana BAIR Ativa 3.748 08º 47' 26,89407'' 63º 42' 05,55084''
8 SANTA IZABEL Rural COL Ativa 184 08º 59' 05,89233'' 63º 32' 57,60864''
9 ILHINHA Rural SIT Ativa 45 08º 46' 00,93292'' 63º 43' 01,97937''
10 NOSSA SRA. APARECIDA Rural SIT Ativa 39 08º 47' 30,75645'' 63º 28' 01,30646''
11 PARAISO - RIO CANDEIAS Rural SIT Ativa 22 08º 49' 58,55690'' 63º 44' 20,75134''
12 PEDRA DE SANTANA Rural SIT Ativa 51 08º 32' 04,85952'' 63º 27' 29,19891''
13 PIRAPITINGA - RIO CANDEIAS Rural SIT Ativa 6 09º 17' 10,01289'' 63º 46' 17,72827''
14 PIRAPORA - RIO CANDEIAS Rural SIT Ativa 6 09º 19' 46,97319'' 63º 46' 41,26646''
15 PRAIA DAS ANTAS Rural SIT Ativa 29 09º 23' 13,96591'' 63º 44' 59,10736''
16 SACRIFICIO Rural SIT Ativa 24 09º 23' 31,35521'' 63º 38' 13,65692''
17 SANTA CARMEM Rural SIT Ativa 22 09º 01' 55,94009'' 63º 31' 35,33386''
18 BOA ESPERANCA Rural SIT Ativa 261 08º 47' 32,70653'' 63º 40' 24,92981''
19 CACHOEIRA DO SAMUEL Rural PAD Ativa 146 08º 44' 18,94203'' 63º 29' 10,75378''
20 LINHA 43-A Rural LINH Ativa 200 08º 58' 22,16675'' 63º 42' 06,18256''
21 LINHA 45 Rural LINH Extinta 444 08º 42' 55,32234'' 63º 25' 29,99725''
22 LINHA 54 Rural LINH Extinta 196 08º 47' 55,36926'' 63º 37' 52,38464''
23 LINHA 59-A Rural LINH Ativa 45 08º 52' 30,55962'' 63º 34' 51,15143''
24 MARAVILHA Rural SIT Ativa 212 08º 47' 47,27715'' 63º 39' 54,73114''
25 SUPERMAMA Rural FAZ Ativa 41 08º 43' 47,51770'' 63º 33' 14,38934''
26 TAPAGEM Rural PAD Ativa 89 08º 51' 09,17496'' 63º 41' 33,44330''
27 TRAVESSAO 6-A Rural SIT Ativa 103 09º 00' 23,57254'' 63º 32' 19,23798''
28 COLINA - MZ 159-A Rural SIT Ativa 121 08º 57' 56,10512'' 63º 25' 50,30823''
29 LINHA 632 Rural LINH Ativa 106 09º 02' 23,75690'' 63º 22' 44,99718''
30 LINHA 637 Rural PAD Ativa 32 09º 03' 15,05305'' 63º 31' 22,75303''
31 LINHA 639 Rural PAD Ativa 139 09º 01' 11,24555'' 63º 30' 01,49563''
32 LINHA 643 Rural PAD Ativa 128 08º 59' 02,65501'' 63º 29' 44,86481''
33 LINHA 647 Rural LINH Ativa 132 08º 56' 48,46116'' 63º 29' 45,96519''
34 LINHA 651 Rural PAD Ativa 181 08º 55' 13,12990'' 63º 30' 06,76336''
35 LINHA 655 Rural PAD Ativa 197 08º 52' 31,60675'' 63º 29' 01,04462''
36 LINHA 659 Rural PAD Ativa 136 08º 51' 44,81207'' 63º 30' 31,19313''
37 NOSSA SRA. DE FATIMA Rural SIT Ativa 188 08º 55' 49,97520'' 63º 26' 07,51556''
38 RAMAL SAO PEDRO Rural PAD Ativa 14 09º 56' 15,24376'' 63º 24' 12,94189''
39 LINHA 10 Rural LINH Ativa 126 09º 17' 11,06346'' 63º 25' 12,04834''
40 LINHA 631-A Rural LINH Ativa 48 09º 12' 22,60368'' 63º 28' 40,11566''
41 LINHA 631-B Rural LINH Ativa 289 09º 23' 47,28882'' 63º 22' 16,73401''
42 LINHA 9 Rural LINH Ativa 46 09º 15' 22,83495'' 63º 38' 27,22919''
43 LINHA P-7 Rural LINH Ativa 13 09º 19' 57,29747'' 63º 25' 06,99525''
44 LINHA P-8 Rural LINH Ativa 12 09º 20' 32,93535'' 63º 23' 23,10903''
45 LINHA P-9 Rural LINH Ativa 28 09º 23' 55,46207'' 63º 25' 22,47667''
46 RAMAL 631-A Rural RAM Ativa 146 09º 22' 25,39261'' 63º 31' 36,84448''
47 TRAVESSAO II Rural SIT Ativa 235 09º 18' 38,97812'' 63º 27' 29,44611''
48 TRAVESSAO III Rural SIT Ativa 198 09º 23' 09,95590'' 63º 27' 39,95178''
49 TRIUNFO Rural VILA Ativa 1.761 09º 16' 48,71315'' 63º 28' 04,50623''
50 POSTO NOVO Rural ALD Ativa 20 09º 14' 50,13290'' 63º 45' 47,29614''
51 PARAISO DAS ACACIAS Rural ACAM Cad. Inválido 340 08º 46' 42,61230'' 63º 36' 32,44537''
52 LINHA 27 (TRIUNFO) Rural LINH Ativa 61 09º 08' 45,55592'' 63º 44' 53,36014''
53 NOVA SAMUEL Rural VILA Ativa 112 08º 39' 26,88423'' 63º 24' 52,21802''
54 LINHA 45 A Rural LINH Ativa 103 08º 34' 20,33478'' 63º 22' 46,80908''
55 LINHA 45 B Rural LINH Ativa 9 08º 35' 09,53979'' 63º 20' 16,65344''
56 LP 30 - ESQUERDA - KM 5 1/2 Rural LINH Ativa 18 08º 41' 06,97842'' 63º 27' 11,50712''
57 LP 30 - DIREITA - KM 5 1/2 Rural LINH Ativa 36 08º 42' 32,90867'' 63º 21' 53,22167''
58 LP 35 - ESQUERDA - KM 9 1/2 Rural LINH Ativa 93 08º 37' 27,30250'' 63º 28' 11,79445''
59 LP 35 - DIREITA - KM 9 1/2 Rural LINH Ativa 61 08º 40' 59,78795'' 63º 20' 29,00188''
60 LP 40 - DIREITA - KM 12 1/2 Rural LINH Ativa 132 08º 38' 16,80778'' 63º 18' 54,99943''
61 LP 45 - DIREITA - KM 17 1/2 Rural LINH Ativa 32 08º 34' 37,31977'' 63º 14' 22,39749''
62 BAIRRO SANTA LETICIA Urbana BAIR Ativa 650 08º 47' 19,10408'' 63º 41' 23,59680''
63 LINHA 64 Rural PAD Ativa 196 08º 47' 36,75087'' 63º 38' 41,64459''
64 FLOR DO CANDEIAS Rural NUCL Ativa 190 08º 47' 35,45220'' 63º 36' 00,16479''
65 LINHA 64 A ESQUERDA Rural PAD Ativa 60 08º 50' 03,23296'' 63º 32' 34,15192''
66 LINHA 55 A DIREITA Rural SIT Ativa 60 08º 49' 22,53722'' 63º 35' 56,90708''
59
Anexo 1 (continuação). Coordenadas geográficas obtidas no presente estudo das localidades do município
de Candeias do Jamari, e algumas variáveis disponíveis no SIVEP-Malária. UF: RO. Município: CANDEIAS DO JAMARI. Código: 110080.
SIVEP Nome da Localidade Zona Categoria Status Habitantes Latitude (Sul) Longitude (Oeste)
67 LINHA 1 Rural SIT Ativa 60 08º 47' 45,16199'' 63º 36' 35,03493''
68 LINHA 2 Rural SIT Ativa 60 08º 47' 57,09522'' 63º 36' 08,43081''
69 LINHA 3 Rural SIT Ativa 60 08º 48' 14,94146'' 63º 36' 22,91100''
70 BR 364 LADO ESQ. Urbana PAD Ativa 64 08º 47' 04,44420'' 63º 37' 11,13098''
71 ESTRADA DO RUFFATO Rural PAD Ativa 40 08º 47' 00,80154'' 63º 36' 41,64642''
72 ESTRADA DO BASILIO Rural PAD Ativa 36 08º 46' 58,07213'' 63º 36' 19,49524''
73 EST.DO CHAGUINHA Rural PAD Ativa 32 08º 46' 44,96407'' 63º 36' 14,85352''
74 LINHÃO ELETRONORTE Rural SIT Ativa 148 08º 45' 51,08299'' 63º 35' 31,26526''
75 LINHA DO BICUDO Rural SIT Ativa 184 08º 46' 27,85286'' 63º 36' 18,24554''
76 LINHA JOÃO PRESTES Rural SIT Ativa 88 08º 46' 07,83028'' 63º 36' 09,85474''
77 FLOR DA AMAZONAS 03 Rural PROJ Ativa 234 08º 56' 01,14006'' 63º 38' 23,07770''
78 FLOR DA AMAZONAS 01 Rural PROJ Ativa 272 09º 06' 27,84142'' 63º 33' 24,42810''
79 FLOR DO AMAZONAS 02 Rural PROJ Ativa 142 08º 56' 11,18225'' 63º 36' 13,19183''
80 RAMAL CAJU Rural PAD Ativa 164 08º 45 42,74025'' 63º 42' 00,93658''
81 LINHA 21 Rural PAD Ativa 267 08º 44' 24,00135'' 63º 00' 01,86182''
82 LINHA 36 Rural PAD Ativa 11 08º 40' 23,91779'' 62º 57' 40,95097''
83 LINHA 24 Rural PAD Ativa 11 08º 46' 58,44397'' 62º 53' 59,52226''
84 CANTEIRO DE OBRAS TOCHIBA Rural ACAM Ativa 150 08º 16' 18,29475'' 62º 27' 54,93439''
TOTAL 84 21.293
Nota: as linhas em destaque cinza indicam os bairros da área urbana de Candeias do Jamari. A localiade BR 364 lado ESQ (SIVEP 70) é uma área rural. Cad. Inválido: cadastro inválido.
60
Anexo 2. Incidência parasitária anual (IPA) dos municípios de Rondônia, nos anos de 2008 a
2010. Fonte: SIVEP-Malária (BRASIL, 2014c). 2008
IPA 2009
IPA 2010
IPA Cidade Cidade Cidade
CANDEIAS DO JAMARI 255,7 RIO CRESPO 219,5 CANDEIAS DO JAMARI 211,2
RIO CRESPO 202,1 CANDEIAS DO JAMARI 215,2 RIO CRESPO 197,5
CUJUBIM 147,2 CUJUBIM 170,5 CUJUBIM 122,5
ITAPUA DO OESTE 132,1 MACHADINHO D'OESTE 93,7 MACHADINHO D'OESTE 97,2
CAMPO NOVO DE RONDONIA 130,0 ITAPUA DO OESTE 83,6 ITAPUA DO OESTE 86,9
ALTO PARAISO 99,2 VALE DO ANARI 76,3 ALTO PARAISO 66,4
MACHADINHO D'OESTE 95,0 ALTO PARAISO 66,1 PORTO VELHO 54,7
VALE DO ANARI 91,6 CAMPO NOVO DE RONDONIA 65,7 NOVA MAMORE 45,9
NOVA MAMORE 82,8 PORTO VELHO 52,7 GUAJARA-MIRIM 40,5
PORTO VELHO 58,7 ESPIGAO D'OESTE 36,2 VALE DO ANARI 34,1
BURITIS 36,3 NOVA MAMORE 32,1 CAMPO NOVO DE RONDONIA 33,6
THEOBROMA 31,8 MONTE NEGRO 31,4 ESPIGAO D'OESTE 33,3
ESPIGAO D'OESTE 29,9 GUAJARA-MIRIM 17,0 COSTA MARQUES 28,5
GUAJARA-MIRIM 28,4 BURITIS 16,6 PIMENTEIRAS DO OESTE 28,1
MONTE NEGRO 27,5 COSTA MARQUES 15,6 BURITIS 15,4
COSTA MARQUES 20,9 GOVERNADOR JORGE TEIXEIRA 13,4 ARIQUEMES 13,8
GOVERNADOR JORGE TEIXEIRA 20,4 THEOBROMA 13,4 MONTE NEGRO 12,1
PIMENTEIRAS DO OESTE 14,0 ARIQUEMES 12,5 SAO MIGUEL DO GUAPORE 7,1
ARIQUEMES 13,4 CACAULANDIA 12,4 CASTANHEIRAS 6,7
CACAULANDIA 13,1 PIMENTEIRAS DO OESTE 6,2 THEOBROMA 5,0
SAO FRANCISCO DO GUAPORE 12,2 ALVORADA DO OESTE 5,0 CACAULANDIA 4,9
ALTA FLORESTA DO OESTE 8,4 SAO FRANCISCO DO GUAPORE 4,9 NOVA BRASILANDIA D'OESTE 3,8
CASTANHEIRAS 7,0 NOVA BRASILANDIA D'OESTE 3,6 ALVORADA DO OESTE 2,7
SERINGUEIRAS 6,9 ALTA FLORESTA DO OESTE 3,2 NOVA UNIAO 2,5
ALVORADA DO OESTE 6,6 PIMENTA BUENO 3,0 SAO FRANCISCO DO GUAPORE 2,2
SAO MIGUEL DO GUAPORE 2,8 SAO MIGUEL DO GUAPORE 2,7 PRESIDENTE MEDICI 1,9
CHUPINGUAIA 2,4 CASTANHEIRAS 2,4 ALTA FLORESTA DO OESTE 1,7
VALE DO PARAISO 2,4 SERINGUEIRAS 2,1 GOVERNADOR JORGE TEIXEIRA 1,5
NOVA UNIAO 1,9 CHUPINGUAIA 1,9 MIRANTE DA SERRA 1,4
NOVA BRASILANDIA D'OESTE 1,5 NOVA UNIAO 1,4 SERINGUEIRAS 1,1
MIRANTE DA SERRA 1,4 JARU 0,9 PIMENTA BUENO 1,1
JARU 1,3 PRESIDENTE MEDICI 0,9 CABIXI 1,0
PRIMAVERA DE RONDONIA 1,3 URUPA 0,8 CHUPINGUAIA 0,8
PRESIDENTE MEDICI 1,0 MIRANTE DA SERRA 0,7 ALTA ALEGRE DOS PARECIS 0,8
URUPA 0,7 VILHENA 0,6 TEIXEIROPOLIS 0,8
PIMENTA BUENO 0,7 VALE DO PARAISO 0,6 JI-PARANA 0,8
OURO PRETO DO OESTE 0,7 PARECIS 0,6 JARU 0,6
JI-PARANA 0,5 JI-PARANA 0,4 PRIMAVERA DE RONDONIA 0,6
PARECIS 0,4 CACOAL 0,3 VILHENA 0,5
CACOAL 0,4 PRIMAVERA DE RONDONIA 0,3 CORUMBIARA 0,5
NOVO HORIZONTE DO OESTE 0,3 CABIXI 0,3 PARECIS 0,4
CORUMBIARA 0,2 ROLIM DE MOURA 0,2 CACOAL 0,3
MINISTRO ANDREAZZA 0,2 SAO FELIPE D'OESTE 0,2 OURO PRETO DO OESTE 0,3
ROLIM DE MOURA 0,2 CORUMBIARA 0,2 SAO FELIPE D'OESTE 0,2
ALTA ALEGRE DOS PARECIS 0,2 OURO PRETO DO OESTE 0,2 URUPA 0,2
COLORADO DO OESTE 0,2 NOVO HORIZONTE DO OESTE 0,2 MINISTRO ANDREAZZA 0,2
SAO FELIPE D'OESTE 0,2 SANTA LUZIA DO OESTE 0,1 ROLIM DE MOURA 0,1
VILHENA 0,2 TEIXEIROPOLIS - VALE DO PARAISO 0,1
CEREJEIRAS 0,2 COLORADO DO OESTE - CEREJEIRAS 0,1
SANTA LUZIA DO OESTE 0,1 MINISTRO ANDREAZZA - COLORADO DO OESTE 0,1
TEIXEIROPOLIS - ALTA ALEGRE DOS PARECIS - NOVO HORIZONTE DO OESTE 0,1
CABIXI - CEREJEIRAS - SANTA LUZIA DO OESTE -
Nota: (-): valor numérico igual a zero, não resultante de arredondamento. Indica que não houve caso registrado de malária.
61
Anexo 3. Incidência parasitária anual (IPA) dos municípios de Rondônia, nos anos de 2011 a
2013. Fonte: SIVEP-Malária (BRASIL, 2014c). 2011
IPA 2012
IPA 2013
IPA Cidade Cidade Cidade
CANDEIAS DO JAMARI 269,8 CANDEIAS DO JAMARI 143,7 CANDEIAS DO JAMARI 82,3
CUJUBIM 104,5 MACHADINHO D'OESTE 42,9 CUJUBIM 30,0
MACHADINHO D'OESTE 86,6 PORTO VELHO 35,3 VALE DO ANARI 27,3
RIO CRESPO 63,6 CUJUBIM 32,5 MACHADINHO D'OESTE 23,0
ITAPUA DO OESTE 51,0 ITAPUA DO OESTE 32,4 RIO CRESPO 22,2
PORTO VELHO 42,9 RIO CRESPO 25,7 PORTO VELHO 19,7
NOVA MAMORE 38,8 NOVA MAMORE 19,0 ITAPUA DO OESTE 17,0
CAMPO NOVO DE RONDONIA 36,8 CAMPO NOVO DE RONDONIA 18,7 GUAJARA-MIRIM 11,4
ALTO PARAISO 35,0 VALE DO ANARI 17,7 NOVA MAMORE 8,4
PIMENTEIRAS DO OESTE 25,1 COSTA MARQUES 14,0 COSTA MARQUES 7,7
GUAJARA-MIRIM 20,7 GUAJARA-MIRIM 13,6 CAMPO NOVO DE RONDONIA 6,2
VALE DO ANARI 20,2 ALTO PARAISO 7,6 MONTE NEGRO 5,4
COSTA MARQUES 14,4 MONTE NEGRO 7,5 BURITIS 4,8
BURITIS 12,8 PIMENTEIRAS DO OESTE 7,0 PIMENTEIRAS DO OESTE 4,4
MONTE NEGRO 11,1 BURITIS 5,5 ALTA FLORESTA DO OESTE 3,0
ARIQUEMES 5,9 ARIQUEMES 2,2 ALTO PARAISO 2,4
CACAULANDIA 5,1 ALVORADA DO OESTE 1,9 SAO FRANCISCO DO GUAPORE 2,3
SAO MIGUEL DO GUAPORE 4,2 CACAULANDIA 1,9 ARIQUEMES 1,8
THEOBROMA 3,3 ALTA FLORESTA DO OESTE 1,4 THEOBROMA 1,1
SERINGUEIRAS 2,7 SAO FRANCISCO DO GUAPORE 1,4 ALVORADA DO OESTE 1,0
ALVORADA DO OESTE 2,1 SERINGUEIRAS 1,1 GOVERNADOR JORGE TEIXEIRA 0,9
PRIMAVERA DE RONDONIA 1,4 THEOBROMA 0,8 CACAULANDIA 0,9
NOVA UNIAO 1,1 GOVERNADOR JORGE TEIXEIRA 0,7 TEIXEIROPOLIS 0,6
SAO FRANCISCO DO GUAPORE 1,1 MIRANTE DA SERRA 0,7 SERINGUEIRAS 0,6
NOVA BRASILANDIA D'OESTE 1,0 SAO MIGUEL DO GUAPORE 0,7 CHUPINGUAIA 0,5
CASTANHEIRAS 0,8 CASTANHEIRAS 0,6 ALTA ALEGRE DOS PARECIS 0,5
URUPA 0,8 ALTA ALEGRE DOS PARECIS 0,5 URUPA 0,4
CHUPINGUAIA 0,7 ESPIGAO D'OESTE 0,5 CASTANHEIRAS 0,3
PRESIDENTE MEDICI 0,7 JARU 0,3 MIRANTE DA SERRA 0,3
ALTA FLORESTA DO OESTE 0,7 OURO PRETO DO OESTE 0,3 NOVA BRASILANDIA D'OESTE 0,3
ESPIGAO D'OESTE 0,7 JI-PARANA 0,3 PRIMAVERA DE RONDONIA 0,3
JARU 0,6 PIMENTA BUENO 0,3 SAO MIGUEL DO GUAPORE 0,3
VALE DO PARAISO 0,6 URUPA 0,2 JARU 0,3
JI-PARANA 0,5 CACOAL 0,2 SAO FELIPE D'OESTE 0,3
PIMENTA BUENO 0,5 VALE DO PARAISO 0,2 CABIXI 0,2
GOVERNADOR JORGE TEIXEIRA 0,4 NOVA BRASILANDIA D'OESTE 0,1 OURO PRETO DO OESTE 0,2
MIRANTE DA SERRA 0,3 CHUPINGUAIA 0,1 JI-PARANA 0,2
OURO PRETO DO OESTE 0,3 PRESIDENTE MEDICI 0,1 ESPIGAO D'OESTE 0,1
CABIXI 0,2 ROLIM DE MOURA 0,1 MINISTRO ANDREAZZA 0,1
SAO FELIPE D'OESTE 0,2 VILHENA 0,1 NOVA UNIAO 0,1
TEIXEIROPOLIS 0,2 CEREJEIRAS 0,1 PIMENTA BUENO 0,1
ALTA ALEGRE DOS PARECIS 0,2 COLORADO DO OESTE 0,1 PRESIDENTE MEDICI 0,1
VILHENA 0,1 CORUMBIARA 0,1 ROLIM DE MOURA 0,1
COLORADO DO OESTE 0,1 SANTA LUZIA DO OESTE 0,1 VILHENA 0,1
CORUMBIARA 0,1 TEIXEIROPOLIS - CACOAL 0,1
NOVO HORIZONTE DO OESTE 0,1 PRIMAVERA DE RONDONIA - COLORADO DO OESTE 0,1
CEREJEIRAS 0,1 CABIXI - SANTA LUZIA DO OESTE 0,1
ROLIM DE MOURA 0,1 SAO FELIPE D'OESTE - CEREJEIRAS -
SANTA LUZIA DO OESTE 0,1 MINISTRO ANDREAZZA - CORUMBIARA -
CACOAL 0,1 NOVA UNIAO - NOVO HORIZONTE DO OESTE -
PARECIS - NOVO HORIZONTE DO OESTE - PARECIS -
MINISTRO ANDREAZZA - PARECIS - VALE DO PARAISO -
Nota: (-): valor numérico igual a zero, não resultante de arredondamento. Indica que não houve caso registrado de malária.
62
Anexo 4. Casos de malária e incidência parasitária anual, registrados no município de Candeias
do Jamari, no período de 2008 a 2013. Fonte: SIVEP-Malária.
SIVEP Nome da Localidade
ANO
2008 2009 2010 2011 2012 2013
N IPA N IPA N IPA N IPA N IPA N IPA
1 BAIRRO DAS FLORES 21 56,1 18 48,1 30 80,2 26 69,5 25 66,8 17 45,5
2 BAIRRO NOVO HORIZONTE 78 62,7 48 38,6 56 45,0 56 45,0 59 47,4 22 17,7
3 BOM JESUS 71 972,6 58 794,5 108 1.479,5 98 1.342,5 129 1767,1 66 904,1
4 BAIRRO PALHEIRAL 187 84,5 179 80,9 268 121,2 288 130,2 384 173,6 177 80,0
5 BAIRRO SANTA IZABEL 62 174,2 56 157,3 67 188,2 93 261,2 98 275,3 30 84,3
6 BAIRRO SATELITE 337 127,2 308 116,3 548 206,9 715 269,9 504 190,3 244 92,1
7 BAIRRO UNIAO 243 64,8 179 47,8 294 78,4 419 111,8 319 85,1 179 47,8
8 SANTA IZABEL 26 141,3 22 119,6 13 70,7 11 59,8 4 21,7 5 27,2
9 ILHINHA 20 444,4 52 1.155,6 13 288,9 21 466,7 10 222,2 9 200,0
10 NOSSA SRA. APARECIDA 5 128,2 - - 1 25,6 2 51,3 2 51,3 - -
11 PARAISO - RIO CANDEIAS 12 545,5 17 772,7 15 681,8 17 772,7 6 272,7 7 318,2
12 PEDRA DE SANTANA 29 568,6 12 235,3 17 333,3 22 431,4 7 137,3 16 313,7
13 PIRAPITINGA - RIO CANDEIAS 12 2.000,0 3 500,0 4 666,7 5 833,3 2 333,3 3 500,0
14 PIRAPORA - RIO CANDEIAS 8 1.333,3 5 833,3 1 166,7 7 1.166,7 - - 1 166,7
15 PRAIA DAS ANTAS 1 34,5 1 34,5 1 34,5 2 69,0 2 69,0 - -
16 SACRIFICIO - - 1 41,7 - 1 41,7 1 41,7 1 41,7
17 SANTA CARMEM 3 136,4 1 45,5 2 90,9 2 90,9 - - - -
18 BOA ESPERANCA 55 210,7 32 122,6 49 187,7 53 203,1 35 134,1 20 76,6
19 CACHOEIRA DO SAMUEL 34 232,9 18 123,3 20 137,0 35 239,7 18 123,3 20 137,0
20 LINHA 43-A 94 470,0 99 495,0 102 510,0 87 435,0 60 300,0 24 120,0
21 LINHA 45 70 157,7 56 126,1 65 146,4 84 189,2 28 63,1 26 58,6
22 LINHA 54 26 132,7 10 51,0 2 10,2 4 20,4 1 5,1 1 5,1
23 LINHA 59-A 5 111,1 6 133,3 7 155,6 1 22,2 2 44,4 1 22,2
24 MARAVILHA 190 896,2 138 650,9 159 750,0 172 811,3 103 485,8 45 212,3
25 SUPERMAMA 11 268,3 9 219,5 9 219,5 27 658,5 11 268,3 6 146,3
26 TAPAGEM 514 5.775,3 299 3.359,6 65 730,3 69 775,3 45 505,6 19 213,5
27 TRAVESSAO 6-A 10 97,1 12 116,5 4 38,8 11 106,8 10 97,1 - -
28 COLINA - MZ 159-A 53 438,0 29 239,7 25 206,6 17 140,5 17 140,5 10 82,6
29 LINHA 632 26 245,3 9 84,9 36 339,6 13 122,6 3 28,3 3 28,3
30 LINHA 637 8 250,0 4 125,0 8 250,0 1 31,3 3 93,8 2 62,5
31 LINHA 639 18 129,5 14 100,7 14 100,7 6 43,2 5 36,0 1 7,2
32 LINHA 643 21 164,1 11 85,9 3 23,4 3 23,4 10 78,1 4 31,3
33 LINHA 647 49 371,2 27 204,5 22 166,7 19 143,9 8 60,6 1 7,6
34 LINHA 651 49 270,7 8 44,2 5 27,6 4 22,1 8 44,2 1 5,5
35 LINHA 655 42 213,2 15 76,1 10 50,8 16 81,2 16 81,2 8 40,6
36 LINHA 659 21 154,4 4 29,4 1 7,4 7 51,5 7 51,5 1 7,4
37 NOSSA SRA. DE FATIMA 36 191,5 31 164,9 13 69,1 35 186,2 42 223,4 13 69,1
38 RAMAL SAO PEDRO 17 1.214,3 7 500,0 13 928,6 11 785,7 4 285,7 6 428,6
39 LINHA 10 10 79,4 6 47,6 9 71,4 4 31,7 7 55,6 8 63,5
40 LINHA 631-A 38 791,7 26 541,7 24 500,0 11 229,2 12 250,0 10 208,3
41 LINHA 631-B 12 41,5 20 69,2 5 17,3 4 13,8 3 10,4 - -
42 LINHA 9 15 326,1 20 434,8 23 500,0 12 260,9 8 173,9 4 87,0
43 LINHA P-7 4 307,7 1 76,9 1 76,9 - - 1 76,9 - -
44 LINHA P-8 5 416,7 - - 2 166,7 3 250,0 3 250,0 1 83,3
45 LINHA P-9 4 142,9 2 71,4 3 107,1 4 142,9 - 2 71,4
46 RAMAL 631-A 6 41,1 5 34,2 - - 1 6,8 1 6,8 2 13,7
47 TRAVESSAO II 33 140,4 27 114,9 20 85,1 15 63,8 4 17,0 3 12,8
48 TRAVESSAO III 23 116,2 61 308,1 26 131,3 6 30,3 - -
49 TRIUNFO 339 192,5 253 143,7 239 135,7 219 124,4 88 50,0 36 20,4
50 POSTO NOVO - - - - - - 3 150,0 - - 1 50,0
51 PARAISO DAS ACACIAS 223 655,9 1 2,9 - - - - - - - -
52 LINHA 27 (TRIUNFO) 17 278,7 27 442,6 33 541,0 26 426,2 13 213,1 12 196,7
63
53 NOVA SAMUEL 62 553,6 39 348,2 45 401,8 63 562,5 34 303,6 14 125,0
54 LINHA 45 A 30 291,3 30 291,3 47 456,3 69 669,9 45 436,9 26 252,4
55 LINHA 45 B 26 2.888,9 16 1.777,8 14 1.555,6 13 1.444,4 5 555,6 3 333,3
56 LP 30 - ESQUERDA - KM 5 1/2 3 166,7 4 222,2 3 166,7 2 111,1 6 333,3 - -
57 LP 30 - DIREITA - KM 5 1/2 10 277,8 3 83,3 24 666,7 63 1750,0 44 1222,2 6 166,7
58 LP 35 - ESQUERDA - KM 9 1/2 13 139,8 8 86,0 79 849,5 29 311,8 9 96,8 1 10,8
59 LP 35 - DIREITA - KM 9 1/2 216 3.541,0 143 2.344,3 138 2.262,3 268 4.393,4 52 852,5 46 754,1
60 LP 40 - DIREITA - KM 12 1/2 14 106,1 5 37,9 37 280,3 136 1.030,3 36 272,7 68 515,2
61 LP 45 - DIREITA - KM 17 1/2 3 93,8 5 156,3 4 125,0 13 406,3 11 343,8 29 906,3
62 BAIRRO SANTA LETICIA 61 93,8 61 93,8 77 118,5 132 203,1 122 187,7 44 67,7
63 LINHA 64 46 234,7 7 35,7 10 51,0 10 51,0 8 40,8 4 20,4
64 FLOR DO CANDEIAS 7 36,8 11 57,9 5 26,3 15 78,9 2 10,5 2 10,5
65 LINHA 64 A ESQUERDA 5 83,3 28 466,7 34 566,7 36 600,0 18 300,0 1 16,7
66 LINHA 55 A DIREITA 8 133,3 14 233,3 21 350,0 15 250,0 18 300,0 4 66,7
67 LINHA 1 4 66,7 29 483,3 22 366,7 22 366,7 8 133,3 4 66,7
68 LINHA 2 14 233,3 47 783,3 13 216,7 18 300,0 8 133,3 2 33,3
69 LINHA 3 4 66,7 13 216,7 17 283,3 29 483,3 6 100,0 4 66,7
70 BR 364 LADO ESQ. 14 218,8 24 375,0 32 500,0 34 531,3 8 125,0 9 140,6
71 ESTRADA DO RUFFATO 11 275,0 5 125,0 14 350,0 30 750,0 4 100,0 2 50,0
72 ESTRADA DO BASILIO 24 666,7 33 916,7 20 555,6 16 444,4 4 111,1 5 138,9
73 EST.DO CHAGUINHA 13 406,3 15 468,8 25 781,3 33 1.031,3 21 656,3 - -
74 LINHÃO ELETRONORTE 26 175,7 39 263,5 29 195,9 57 385,1 14 94,6 7 47,3
75 LINHA DO BICUDO 40 217,4 33 179,3 36 195,7 96 521,7 14 76,1 4 21,7
76 LINHA JOÃO PRESTES 7 79,5 12 136,4 16 181,8 29 329,5 8 90,9 - -
77 FLOR DA AMAZONAS 03 - - 150 641,0 144 615,4 101 431,6 42 179,5 12 51,3
78 FLOR DA AMAZONAS 01 - - 191 702,2 159 584,6 229 841,9 89 327,2 24 88,2
79 FLOR DO AMAZONAS 02 - - 136 957,7 109 767,6 200 1.408,5 79 556,3 26 183,1
80 RAMAL CAJU - - - - - - 62 378,0 67 408,5 50 304,9
81 LINHA 21 - - - - - - 70 262,2 10 37,5 19 71,2
82 LINHA 36 - - - - - - 3 272,7 - - 2 181,8
83 LINHA 24 - - - - - - 3 272,7 - - - -
84 CANTEIRO DE OBRAS TOCHIBA - - - - - - - - - - - -
0 LOCALIDADE NÃO INFORMADA 531 428 548 - 671 405 225
TOTAL 4.385 205,9 3.776 177,3 4.177 196,2 5.335 250,6 3.325 156,2 1.711 80,4
Nota: as linhas em destaque cinza indicam os bairros da área urbana de Candeias do Jamari. N: casos de malária; IPA: incidência parasitária anual; (-): valor numérico igual a zero, não resultante de arredondamento. Indica que não houve caso registrado de malária.